Neste encontro, o Leonardo, demonstrou as diferenças de desempenho de diversos pacotes e interpretadores de Python ao executarem a mesma tarefa. Foram utilizados os interpretadores Python, Pypy e IPython e os pacotes Numpy, Numba, Dask e TensorFlow. A tarefa foi a aproximação do valor de pi por Monte Carlo.

O Jupyter Notebook utilizado para as demonstrações está disponível no GitHub do Leonardo.

Na segunda parte do encontro, o aluno de doutorado Douglas realizou a introdução sobre o tema “grafos computacionais” e demonstrou como eles permitem paralelizar e distribuir o processamento de operações matemáticas.

Foram demonstrados exemplos de como o TensorFlow 1.15 utiliza o conceito de lazy execution para executar todo o processamento de um grafo computacional em uma sessão, assim como a possibilidade de delegar para quais dispositivos (CPU, GPU, TPU) cada operação será alocada.