От многопоточных вычислений переходим к распределённым. То есть вычисления, происходящие на нескольких компьютерах.
Конечно, в зависимости от задачи, вы можете взять готовые решения вроде CGRU или Deadline для рендеринга, charm4py или Dask для ML, или замутить что-то на AWS С2. Но хотелось бы чего-то попроще, попитоничней что ли)
А ведь в Python есть средства "из коробки" для синхронизации нескольких процессов на разных хостах.
Вот простой пример кода, который синхронизирует работу двух процессов на разных компьютерах.
В этом случае используется процесс-посредник, который является синхронизирующим сервером.
В примере создаётся некий Manager, который шарит общую для клиентов очередь. Все подключившиеся могут что-то в неё писать или забирать.
В моём коде один процесс что-то "считает" и складывает в очередь, другой забирает и продолжает какие-то свои "расчёты".
Если у вас есть несколько машин, то можете попробовать это запустить по сети (нужно заменить 'localhost' на IP-адрес сервера). Но и на локальной машине сработает.
Gist 🌎
#libs#source#tricks
Жил был один фермер, как то раз он продал килограмм масла пекарю. Пекарь пришел домой и решил проверить фермера взвесив сливочное масло. Взвесив масло пекарь увидел, что его обвесили. Разозлившись по этому поводу, он подал на фермера в суд.
Судья задал вопрос фермеру, использует ли он какие-либо меры для взвешивания масла. Фермер ответил:
Все очень просто. У меня есть мерило.
Судья спросил:
Каким образом ты взвешиваешь масло?
Фермер ответил:
До того, как пекарь покупал у меня масло, я купил у него килограмм хлеба. Когда я покупал хлеб у пекаря, я ставил его на весы и продавал ему тот же самый вес сливочного масла.
Важно помнить, что ы жизни мы получаем то, что даем другим.
#psy
Знаете, не первый месяц ловлю себя на мысли что мне становится не интересен результат как конец чего-либо. Мне становится важным правильно думать и вести мысли в соответствии с минимальными усилиями получая на выходе максимальный результат. А для этого нужно не только много знать, но и применять знания, а также возвращаться к прошлым рассуждениями осмысляя их.
Когда-то в 19 веке жил двоюродный брат Чарльза Дарвина сэр Фрэнсис Гальтон. Как и все ученые того времени временами он нес полную антинаучную ахинею, но я его помню как гуманитария, доказавшего математическим путем уникальность папиллярных узоров - стал одним из основателей науки дактилоскопии.
Одним утром наш ученый-чудак проснулся и подумал, что просто так ему гулять скучно. Он внушил себе что он - самый ничтожный и отвратительный человек, которого ненавидит вся Англия.
Гамильтон все себе это внушил, вошел в роль и пошел гулять. Несмотря на джентльменский вид он увидел что прохожие смотрят на него с брезгливостью, а некоторые даже толкали его и материли. Более странно было наблюдать, что и животные чувствовали это - его лягнула лошадь так сильно, что наш ученый упал на мостовую. И пока он там лежал и просил о помощи других людей никто не спешил помогать - все люди смеялись и защищали лошадь.
Выводы которые сделал Френсис Гальтон:
Как мы относимся к себе, так и окружающие относятся к нам. Нам даже не надо ничего говорить, другие люди все сами поймут по нашему поведению
Если негативные мысли о себе дали такой эффект, то и с позитивными это тоже работает.
Любите себя и не пытайтесь быть больше чем вы есть.❤️
#psy