Skip to main content
Ctrl
+
K
Programación Concurrente y Distribuida
Unidad 1: Clusters en computación paralela/distribuida
Repaso Python y C para programación concurrente y distribuida
Introducción
Ejecución de código en multiples lenguajes de programación
Matrices y vectores
Introducción a pandas
Manejo de archivos
Algebra computacional con
Sympy
Evaluemos lo aprendido!!
Unidad 2: Arquitecturas para computación paralela
Unidad 3: Métricas de desempeño
Ejercicio
Ley de Amdahl
Medidas de desempeño
Recursos Extra
Evaluemos lo aprendido!!
Unidad 4: Manejo de hilos y procesos
HilosPython1.5
Tarea 1
HilosJavaBasico
Tarea 2
Unidad 5: Hilos 2.0 y Sockets
HilosPython2.0
SocketsBasicoPython
SocketsServerPython
SocketsClientePython
SocketsServerJava
SocketsClienteJava
GPTChatServer
GPTChatClient
Tarea Unidad 5
Unidad 6: Infraestructura de cluster
Unidad 7: OpenMP
threadsC.ipynb
OpenMP_en_C.ipynb
Unidad 8: Multiprocessing
1 - Multiprocessing.ipynb
2 - Multiprocessing.ipynb
3 - Multiprocessing.ipynb
4 - Multiprocessing.ipynb
5 - Multiprocessing.ipynb
6 - Multiprocessing.ipynb
7 - Multiprocessing.ipynb
8 - Multiprocessing.ipynb
9 - Multiprocessing.ipynb
10 - Multiprocessing.ipynb
Multiprocessing.ipynb
Evaluemos lo aprendido!!
Ejercicio de procesamiento de imágenes en paralelo
Ejemplo de carga de una imagen en C
Unidad 9: MPI
Evaluemos lo aprendido!!
Unidad 10: PyCUDA
PyCUDA_multiplicar_sumar_elementos
PyCUDA_multiplicar_matrices
Stable_Diffusion_GPU_vs_CPU
Unidad 11: Inteligencia Artificial
Proyecto final
Info
Repository
Open issue
.md
.pdf
Proyecto final
Proyecto final
#
💬 Programación Concurrente y Distribuida
Tip
Ver en Documentos de Google
