小编GuS*_*uku的帖子

I am new to parallel computing and just starting to try out MPI and Hadoop+MapReduce on Amazon AWS. But I am confused about when to use one over the other.

For example, one common rule of thumb advice I see can be summarized as...

• Big data, non-iterative, fault tolerant => MapReduce
• Speed, small data, iterative, non-Mapper-Reducer type => MPI

But then, I also see implementation of MapReduce on MPI (MR-MPI) which does not provide fault tolerance but seems …

1. 何时使用 Directory over Python Package？PS：我知道我可以从后者导入，但不能从前者导入。如果是这样，为什么不将所有内容创建为 Python 包？
2. 此外，PyCharm 是否根据名称将位置标记为一个或另一个？这种行为背后的模式是什么？例如，我创建了一个目录并将其命名为“lambda”。但是当我将它重命名为 'lambdas' 时，pycharm 会自动将其更改为 Python Package（带有点符号的公文包）。Python关键字？

在 AWS Batch 中，我尝试在提交作业时覆盖作业定义中硬编码的图像。但我没有看到任何相关文档。

当我尝试image在作业提交期间添加字段时，我得到：

参数验证失败：输入中的未知参数：“image”，必须是以下之一：jobName、jobQueue、arrayProperties、dependsOn、jobDefinition、parameters、containerOverrides、retryStrategy、timeout

或者

参数验证失败：containerOverrides 中的未知参数：“image”，必须是以下之一：vcpu、内存、命令、环境

在Twitter的开源办公室负责人的第25 次演讲中,主持人说,Mesos允许人们跟踪和管理GPU(我认为他的意思是GPGPU)资源.但我无法在其他地方找到任何相关信息.有人可以帮忙吗？除了Mesos之外,还有其他支持GPGPU的集群管理器吗？

来自 Pytorch-Pyro 的网站：

我们很高兴地宣布发布 NumPyro，这是一个 NumPy 支持的 Pyro，使用 JAX 进行自动微分和 JIT 编译，HMC 和 NUTS 的速度提高了 100 倍以上！

我的问题：

1. NumPyro（超过 Pyro）的性能提升（有时是340 倍或 2 倍）究竟来自哪里？
2. 更重要的是，为什么（而不是，在哪里）我会继续使用 Pyro？

额外的：

1. 与 Tensorflow Probability 相比，我应该如何查看 NumPyro 的性能和特性，以决定在何处使用哪个？

我正在使用类似于以下模式的东西来检索原始文档中 Spacy 句子的开始和结束索引：

nlp = spacy.en.English()
doc = nlp(fulltext)

tot = 0
prev_end=0
for sent in doc.sents:
    x = re.search(re.escape(sent.text), fulltext)
    print (x.start(), x.end(), ">>>", sent.text)
    tot += (x.end()-prev_end)
    prev_end = x.end()

if len(fulltext) == tot: print ("works")

这似乎适用于我使用的那几个测试文档。但是担心我是否忽略了像 spacy 这样的任何“陷阱”，有时会剥离一些我不知道的字符。我是吗？

PS：如果有帮助，我需要这些索引与我从 Brat 的注释文件中获得的索引进行比较。