دوره پردازش موازی با استفاده از Threads در پایتون همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پردازش موازی با استفاده از Threads در پایتون

موضوع کلی: برنامه نویسی

موضوع میانی: محاسبات سطح بالا (High-Performance Computing)

📋 سرفصل‌های دوره

• 1. مقدمه ای بر برنامه نویسی
• 2. مفاهیم پایه برنامه نویسی
• 3. انواع زبان های برنامه نویسی
• 4. تاریخچه زبان پایتون
• 5. نصب پایتون و محیط توسعه
• 6. متغیرها و انواع داده در پایتون
• 7. عملگرها در پایتون
• 8. ساختارهای کنترلی (شرطی)
• 9. حلقه‌ها در پایتون
• 10. لیست‌ها و تاپل‌ها در پایتون
• 11. دیکشنری‌ها و مجموعه‌ها در پایتون
• 12. توابع در پایتون
• 13. مفهوم ماژول‌ها و بسته‌ها
• 14. مدیریت خطا و استثناها
• 15. مقدمه ای بر برنامه نویسی شی گرا
• 16. کلاس‌ها و اشیاء در پایتون
• 17. وراثت و چندریختی
• 18. مقدمه ای بر محاسبات سطح بالا (HPC)
• 19. اهمیت HPC در دنیای امروز
• 20. تفاوت HPC با محاسبات معمولی
• 21. انواع موازی سازی
• 22. مزایا و معایب موازی سازی
• 23. مقدمه ای بر پردازش موازی
• 24. مفاهیم کلیدی پردازش موازی
• 25. نیاز به موازی سازی در HPC
• 26. مقیاس پذیری در HPC
• 27. مفاهیم همزمانی (Concurrency) و موازی سازی (Parallelism)
• 28. تفاوت همزمانی و موازی سازی
• 29. نمونه هایی از همزمانی و موازی سازی
• 30. معماری های پردازشی
• 31. پردازنده‌های تک هسته‌ای و چند هسته‌ای
• 32. کارت‌های گرافیک (GPU)
• 33. شبکه‌های محاسباتی
• 34. مدل‌های برنامه نویسی موازی
• 35. مدل پیام رسان (Message Passing)
• 36. مدل حافظه مشترک (Shared Memory)
• 37. مدل داده موازی (Data Parallelism)
• 38. مدل وظیفه موازی (Task Parallelism)
• 39. مقدمه ای بر Threads در پایتون
• 40. نحوه کارکرد Threads
• 41. تفاوت Threads با Processes
• 42. مزایای استفاده از Threads
• 43. معایب استفاده از Threads
• 44. محدودیت GIL (Global Interpreter Lock)
• 45. تاثیر GIL بر پردازش موازی در پایتون
• 46. راهکارهای دور زدن GIL
• 47. ماژول threading در پایتون
• 48. ساختن و اجرای یک Thread
• 49. کلاس Thread
• 50. متد start() و join()
• 51. مدیریت Threads
• 52. زمانبندی Threads
• 53. حالت‌های مختلف Thread (Runnable, Running, Blocked, Terminated)
• 54. ایجاد و مدیریت Thread Pool
• 55. مفاهیم همگام سازی (Synchronization)
• 56. ضرورت همگام سازی
• 57. Race Conditions
• 58. مفاهیم Mutex و Locks
• 59. قفل گذاری (Locking) و رفع قفل گذاری (Unlocking)
• 60. استفاده از Lock در پایتون
• 61. انواع Locks (RLock, Semaphore, Event, Condition)
• 62. استفاده از Semaphore
• 63. استفاده از Event
• 64. استفاده از Condition
• 65. مفاهیم Deadlocks و Livelocks
• 66. نحوه شناسایی و جلوگیری از Deadlocks
• 67. کار با داده‌های مشترک بین Threads
• 68. روش‌های امن دسترسی به داده‌های مشترک
• 69. استفاده از Queue برای ارتباط بین Threads
• 70. مفاهیم Producer-Consumer
• 71. پیاده سازی الگو Producer-Consumer با Threads
• 72. پردازش موازی با استفاده از multiprocessing
• 73. ماژول multiprocessing
• 74. تفاوت multiprocessing با threading
• 75. مدل حافظه در multiprocessing
• 76. انواع Processes
• 77. ارتباط بین Processes (Queues, Pipes)
• 78. استفاده از Pool در multiprocessing
• 79. مقایسه threading و multiprocessing برای HPC
• 80. انتخاب مناسب بین threading و multiprocessing
• 81. کاربرد threading در I/O Bound Tasks
• 82. کاربرد multiprocessing در CPU Bound Tasks
• 83. بهینه سازی کد برای پردازش موازی
• 84. پروفایلینگ کد
• 85. شناسایی گلوگاه‌های عملکردی
• 86. تکنیک‌های بهینه سازی الگوریتم‌ها
• 87. تقسیم کار (Task Decomposition)
• 88. توزیع بار (Load Balancing)
• 89. مدیریت حافظه در محاسبات موازی
• 90. کاهش سربار ارتباطی
• 91. استفاده از کتابخانه‌های HPC در پایتون
• 92. NumPy برای محاسبات عددی
• 93. SciPy برای توابع علمی
• 94. Cython برای افزایش سرعت کد پایتون
• 95. Numba برای کامپایل JIT
• 96. مقدمه ای بر GPU Computing
• 97. معماری GPU
• 98. مزایای GPU Computing
• 99. نحوه استفاده از GPU در پایتون (PyCUDA, CuPy)
• 100. مقدمه ای بر محاسبات توزیع شده