这是名为 cuDF 的 Linux 应用程序,其最新版本可以下载为 v23.10.00.zip。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行这个名为 cuDF 的应用程序。
请按照以下说明运行此应用程序:
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统,使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序,安装并运行。
SCREENSHOTS
Ad
立方体
商品描述
cuDF 基于 Apache Arrow 列式内存格式构建,是一个 GPU DataFrame 库,用于加载、连接、聚合、过滤和以其他方式操作数据。 cuDF 提供了数据工程师和数据科学家熟悉的类似 pandas 的 API,因此他们可以使用它来轻松加速他们的工作流程,而无需深入了解 CUDA 编程的细节。 如需更多示例,请浏览我们完整的 API 文档,或查看我们更详细的笔记本。 cuDF 可以使用来自 rapidsai 频道的 conda(miniconda,或完整的 Anaconda 发行版)安装。 cuDF 仅在 Linux 和 Python 3.7 及更高版本上受支持。 RAPIDS 开源软件库套件旨在完全在 GPU 上执行端到端数据科学和分析管道。 它依赖 NVIDIA® CUDA® 原语进行低级计算优化,但通过用户友好的 Python 界面展示了 GPU 并行性和高带宽内存速度。
产品优势
- cuDF 仅在 Linux 和 Python 3.7 及更高版本上受支持
- RAPIDS 开源软件库套件让您可以自由地完全在 GPU 上执行端到端数据科学和分析管道
- 使用 Dask 从 GPU 工作站无缝扩展到多 GPU 服务器和多节点集群
- 以最少的代码更改加速您的 Python 数据科学工具链,无需学习新工具
- cuDF 提供了数据工程师和数据科学家熟悉的类似 pandas 的 API
- 基于 Apache Arrow 柱状内存格式构建
程式语言
C + +中
分类
这是一个也可以从 https://sourceforge.net/projects/cudf.mirror/ 获取的应用程序。 它已托管在 OnWorks 中,以便通过我们的免费操作系统之一以最简单的方式在线运行。