فلش‌کارت‌های آموزشی افزایش سرعت برنامه‌های پایتون با Cython و موازی‌سازی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره افزایش سرعت برنامه‌های پایتون با Cython و موازی‌سازی

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: برنامه‌نویسی پیشرفته و بهینه‌سازی عملکرد

📋 سرفصل‌های دوره

• 1. مبانی برنامه‌نویسی پایتون
• 2. مقدمه‌ای بر توسعه نرم‌افزار
• 3. ساختارهای داده در پایتون
• 4. الگوریتم‌های پایه
• 5. پیچیدگی زمانی و مکانی
• 6. مفاهیم شی‌گرایی در پایتون
• 7. مدیریت حافظه در پایتون
• 8. اصول بهینه‌سازی کد
• 9. شناخت گلوگاه‌های عملکرد
• 10. مقدمه‌ای بر برنامه‌نویسی موازی
• 11. مفهوم پردازش موازی
• 12. انواع موازی‌سازی
• 13. موازی‌سازی مبتنی بر ترد (Thread)
• 14. موازی‌سازی مبتنی بر فرایند (Process)
• 15. تفاوت ترد و فرایند
• 16. همگام‌سازی در برنامه‌نویسی موازی
• 17. قفل‌ها (Locks) و نشانه‌ها (Semaphores)
• 18. بن‌بست (Deadlock) و جلوگیری از آن
• 19. مدل‌های حافظه مشترک
• 20. مدل ارسال پیام
• 21. کتابخانه `threading` پایتون
• 22. ایجاد و مدیریت تردها
• 23. ارتباط بین تردها
• 24. همگام‌سازی تردها
• 25. کتابخانه `multiprocessing` پایتون
• 26. ایجاد و مدیریت فرایندها
• 27. ارتباط بین فرایندها (Queue, Pipe)
• 28. استفاده از Pool فرایندها
• 29. مقدمه‌ای بر Cython
• 30. چرا Cython؟
• 31. نصب و راه‌اندازی Cython
• 32. نحوه تبدیل کد پایتون به C
• 33. انواع داده در Cython
• 34. اعلام نوع متغیرها (Type Declarations)
• 35. توابع در Cython
• 36. کلاس‌ها در Cython
• 37. ارث‌بری و چندریختی در Cython
• 38. مدیریت حافظه در Cython (cdef, cpdef)
• 39. استفاده از اشاره‌گرها در Cython
• 40. فراخوانی توابع C از Cython
• 41. نوشتن افزونه‌های C برای پایتون با Cython
• 42. بهینه‌سازی حلقه‌ها در Cython
• 43. بهینه‌سازی فراخوانی توابع در Cython
• 44. استفاده از آرایه‌های NumPy در Cython
• 45. تعامل Cython با کتابخانه‌های C/C++
• 46. تکنیک‌های اشکال‌زدایی کد Cython
• 47. پروفایلینگ و اندازه‌گیری عملکرد کد Cython
• 48. کاربرد Cython در محاسبات علمی
• 49. کاربرد Cython در پردازش داده
• 50. کاربرد Cython در شبکه‌سازی
• 51. کاربرد Cython در توسعه بازی
• 52. مقدمه‌ای بر برنامه‌نویسی GPU
• 53. مفهوم پردازش موازی روی GPU
• 54. معماری GPU (هسته‌ها، واحدها)
• 55. زبان‌های برنامه‌نویسی GPU (CUDA, OpenCL)
• 56. مقدمه‌ای بر CUDA
• 57. مفاهیم پایه CUDA (Kernel, Device, Host)
• 58. مدیریت حافظه GPU
• 59. انتقال داده بین CPU و GPU
• 60. نوشتن اولین کرنل CUDA
• 61. بهینه‌سازی کرنل‌های CUDA
• 62. همگام‌سازی در CUDA
• 63. کتابخانه‌های موازی‌سازی پایتون (مثال‌ها)
• 64. استفاده از `joblib` برای موازی‌سازی
• 65. استفاده از `Dask` برای پردازش موازی
• 66. مقدمه‌ای بر چارچوب‌های محاسبات توزیع‌شده
• 67. مفهوم محاسبات توزیع‌شده
• 68. کاربرد چارچوب‌های توزیع‌شده
• 69. مقایسه چارچوب‌های مختلف
• 70. اصول طراحی سیستم‌های موازی و توزیع‌شده
• 71. مدل‌های ارتباطی در سیستم‌های توزیع‌شده
• 72. مدیریت خطا در سیستم‌های توزیع‌شده
• 73. امنیت در سیستم‌های موازی و توزیع‌شده
• 74. معماری‌های مقیاس‌پذیر
• 75. بهینه‌سازی پایگاه داده برای عملکرد
• 76. فشرده‌سازی داده در برنامه‌های بزرگ
• 77. روش‌های کاهش مصرف حافظه
• 78. نکات پیشرفته در Cython برای بهینه‌سازی
• 79. استفاده از C++ در Cython
• 80. تکنیک‌های پیشرفته در برنامه‌نویسی موازی
• 81. مدیریت منابع در سیستم‌های موازی
• 82. پایش و تحلیل عملکرد برنامه‌های موازی
• 83. تست واحد برای کد موازی
• 84. تست یکپارچگی برای سیستم‌های موازی
• 85. مقدمه‌ای بر مهندسی نرم‌افزار چابک
• 86. اصول توسعه نرم‌افزار پایدار
• 87. معماری‌های میکرو سرویس
• 88. اصول طراحی API امن
• 89. مقدمه‌ای بر امنیت نرم‌افزار
• 90. استانداردهای کدنویسی تمیز
• 91. مدیریت وابستگی‌ها در پروژه‌های بزرگ
• 92. ساخت و استقرار خودکار (CI/CD)
• 93. مقدمه‌ای بر یادگیری ماشین در پایتون
• 94. کاربرد Cython در تسریع مدل‌های یادگیری ماشین
• 95. بهینه‌سازی پردازش بردار در یادگیری ماشین
• 96. مقدمه‌ای بر پردازش تصویر با پایتون
• 97. تسریع عملیات پردازش تصویر با Cython
• 98. مقدمه‌ای بر تحلیل داده‌های حجیم
• 99. کاربرد موازی‌سازی در تحلیل داده‌های حجیم
• 100. اصول طراحی سیستم‌های داده کارآمد