|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KE / NOTZM
:
Popis předmětu
Pracoviště / Zkratka
|
KE
/
NOTZM
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Optimaliz. techniky pro zprac. multimed.
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Název dlouhý
|
Optimalizační techniky pro zpracování multimediálních signálů
|
Akreditováno / Kredity
|
Ano,
4
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
1
[HOD/TYD]
Seminář
3
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
3 / -
|
0 / 0
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní semestr
|
Vyučovaný semestr
|
Zimní semestr
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
A|B|C|D|E|F |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
A|B|C|D|E|F |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
KE/INPVE
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem předmětu je seznámit studenty s obecnými principy optimalizace, vektorizace a základy paralelního programování pro zpracovávání multimediálních signálů (akustických, obrazových, radarových atd.).
|
Požadavky na studenta
|
Student musí v průběhu semestru i při závěrečné zkoušce prokázat porozumění řešeným problémům a schopnost samostatně pracovat na zadaných problémech, aktivní účast na cvičeních. Konkrétní požadavky budou studentům sděleny vyučujícím v prvním týdnu semestru.
|
Obsah
|
1.Úvod do paralelního programování, programování pro více jádrové procesory a více procesorové stanice (cluster)
2.Profilování, ladění kódu, nástroje pro zjištění problematických míst v kódu
3.Základní optimalizační techniky I. (přehlednost programu, pořadí operací, alokace paměti, zjištění problému, časová a paměťová náročnost)
4.Optimalizační techniky II. (Hledání zbytečných částí kódu v programu, vnitřní funkce, optimalizace cyklů for-end)
5.Vektorizace a paralelizace programu (Využití maticového počtu a eliminace cyklů)
6.Programování v jazyce Python
7.Numerické výpočty na více jádrových procesorech
8.Paralelní programování na více jádrových procesorech v programovacím jazyce Python I.
9.Paralelní programování na více jádrových procesorech v programovacím jazyce Python II.
10.Paralelní programování na grafických jednotkách (GPU)
11.Paralelní programování na GPU I.
12.Paralelní programování na GPU II.
13.CUDA v programovacím jazyce Python
|
Aktivity
|
|
Studijní opory
|
V případě mimořádných opatření bude výuka probíhat vzdáleně s využitím programu MS Teams v době dle rozvrhu. Účast na schůzkách skupiny v MS Teams je ekvivalentní účasti na přednáškách a cvičeních.
In the case of distance learning, lessons will be tought trough MS Teams. Lessons will be at the time shown in the timetable. MS Teams is equivalent to participation and or attendens in lectures and excersises.
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
SUH, Jung W. a Youngmin KIM. Accelerating MATLAB with GPU computing: a primer with examples.. Elseiver/Morgan Kaufman, 2014. ISBN 9780124080805.
-
Základní:
Mathworks. Natick. MA: The Mathhworks, c1994-2019. 2019.
-
Základní:
LUTZ, Mark a David ASCHER. Naučte se Python. Praha: Grada. Pohotová příručka, 2003. ISBN 80-247-0367-X.
-
Základní:
PARKER, James. Python - An Introduction to Programming.. Herndon: Mercury Learning and Information., 2017. ISBN 978-1-9445346-5-3.
-
Doporučená:
TUAMANEN, Brain. Hands-On GPU Programming with Python and CUDA. Birmingham: Packt., 2018. ISBN 978-1-78899-391-3.
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Příprava na laboratorní měření, zpracování výsledků
|
39
|
Kontaktní výuka
|
25
|
Příprava na zkoušku
|
30
|
Účast na výuce
|
26
|
Celkem
|
120
|
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Student musí mít základní znalosti systému Matlab (operace s maticemi, vektory, indexace, programování cyklů). |
Získané způsobilosti |
Studenti získají přehled v nástrojích pro paralelní programování, současně s přehledem programovacích technik paralelního programování, které lze obecně využít v libovolném programovacím jazyce.
|
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Dialogická (diskuze, rozhovor, brainstorming)
|
Hodnotící metody |
- Ústní zkouška
- Písemná zkouška
|
|
|
|