费良宏 Technical Evangelist | Amazon Web Services lianghon@amazon.com 用 Python 开发 Serverless 应用 @ 2019, Amazon Web Services, Inc. or its Affiliates. All rights reserved $whoami • 软件工程师 (1991 – 今) • 简单的方法之二，chalice $ pip install chalice # code refactor $ chalice deploy https://chalice.readthedocs.io 费良宏 Technical Evangelist, AWS @ 2019, Amazon Web Services, Inc. or its Affiliates. All rights reserved

深度学习 －用 PYTHON 开发你的智能应用 / ， 费良宏 lianghon@amazon.com AWS Technical Evangelist 21 April 2016 关于我 工作：Amazon Web Services / Evangelist 7 年 Windows/ Internet/ Cloud @ 3 年 iOS/ Mobile App @ 1.5 年 Cloud

ARM 芯片的 Python + AI 算力优化 主讲人： 朱宏林 – 阿里云程序语言与编译器团队 简介 • 当今开发者们大量使用 Python 语言编写的 AI 程序。过去这些程序总跑在 GPU 或者 x86 架构的 CPU 上。然而综合考虑到功耗、成本、性能等因素，云厂商们开始建设 ARM 架构的服务平台，如 何整合 Python + AI 的相关软件并使其在该平台上发挥最高的性能成为了工程师们关注的焦点。

根地址。 我们只需要写出相对地址，主机地址、端口号等都不需要写出。所以说，这里的 / 对应的是主机名后面的路径部分，完整 URL 就是 http://localhost:5000/。如果 我们这里定义的 URL 规则是 /hello ，那么完整 URL 就是 http://localhost:5000/hello 。 整个请求的处理过程如下所示： 1. 当用户在浏览器地址栏访问这个地址，在这里即 还是 http://localhost:5000/index 都可以看到返回值。 在前面，我们之所以把传入 app.route 装饰器的参数称为 URL 规则，是因为我 们也可以在 URL 里定义变量部分。比如下面这个视图函数会处理所有类似 /user/ 的请求： @app.route('/user/') def user_page(): return user_page(name): return 'User: %s' % name 修改视图函数名？ 最后一个可以修改的部分就是视图函数的名称了。首先，视图函数的名字是自由定 义的，和 URL 规则无关。和定义其他函数或变量一样，只需要让它表达出所要处 理页面的含义即可。 除此之外，它还有一个重要的作用：作为代表某个路由的端点（endpoint），同时 用来生成 URL。对于程序内的 URL，为了避免手写，Flask

和性能、GIL相关的问题我们放在一边。 1. 没有多行lambda 2. 作用域管理规则/name shadow(let-binding) 3. 表达式和语句区分，表达式内部不能包含语句 4. 没有语法宏，代码操作不够自动 5. 没有variant类型(只能靠一大堆抽象类和继承去workaround) 6. 对数据类型的方法不能扩展， 或者进行扩展是初级的，没有基于 类型的多态 那么告辞？ 搭嘎！阔托瓦鲁！ 搭嘎！阔托瓦鲁！ 摆 脱 编 程 语 言 给 你 的 限 制 Python有一堆好东西： 1. Python有良好的启动速度(看向Julia) 2. Python的package系统高度可自定义(importlib, import mechanism) 3. PyPI: 分布广泛的极速镜像，自由方便的注册 系统，用法千奇百怪 4. 规范的解释器和虚拟机实现 5. 字节码层面支持运行时报错定位 标志模块 2. +extension名 (extension参数)开 启扩展 3. -extension名 (extension参数)关 闭扩展 4. 可以自定义扩展并 注册 5. 在这套系统下，有 很多简单的自定义 扩展可供练手 任何在不使用该系统时拥有的功能（PYC二进制文 件发布，C扩展等等），在使用该系统后得以保持，拥 有工业级的可靠性和稳定性 6 2 表达能力的极限，

标志模块 2. +extension名 (extension参数)开 启扩展 3. -extension名 (extension参数)关 闭扩展 4. 可以自定义扩展并 注册 5. 在这套系统下，有 很多简单的自定义 扩展可供练手 任何在不使用该系统时拥有的功能（PYC二进制文件 发布，C扩展等等），在使用该系统后得以保持，拥有 工业级的可靠性和稳定性 6 如何工作？ Python Console/Jupyter Notebook里 重新激发敲码的热情。 Template-Python moshmosh/extensions/template_python.py “真正的宏”，不是预处理器 Pattern-Matching moshmosh/extensions/pattern_matching pin(val): 用作用域内的值val进行比较的模式 and: 满足多个解构规则的组合模式 c): 匹配tuple [a, *b, c]: 匹配列表 演示 Pattern-Matching 基于template-python扩展实现。 性能比Pampy高数量级倍。 简单直接的自定义pattern，真实的tree pattern matching。 Match的每个分支是语句而不是表达力有限的表达式。 … benchmark.py Moshmosh实现 Quick-Lambda

—打印或检索堆栈回溯 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1245 28.11 __future__ —Future 语句定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1249 28.12 gc —垃圾回收器接口 . . . —Floating point exception control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1262 29 自定义 Python 解释器 1265 29.1 code —解释器基础类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 它包含通常被视为语言“核心”中的一部分的数据类型，例如数字和列表。对于这些类型，Python 语言核心 定义了文字的形式，并对它们的语义设置了一些约束，但没有完全定义语义。（另一方面，语言核心确实定 义了语法属性，如操作符的拼写和优先级。） 这个库也包含了内置函数和异常—不需要 import 语句就可以在所有 Python 代码中使用的对象。有一些是 由语言核心定义的，但是许多对于核心语义不是必需的，并且仅在这里描述。 不过这个库

—打印或检索堆栈回溯 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1245 28.11 __future__ —Future 语句定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1249 28.12 gc —垃圾回收器接口 . . . —Floating point exception control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1262 29 自定义 Python 解释器 1265 29.1 code —解释器基础类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 它包含通常被视为语言“核心”中的一部分的数据类型，例如数字和列表。对于这些类型，Python 语言核心 定义了文字的形式，并对它们的语义设置了一些约束，但没有完全定义语义。（另一方面，语言核心确实定 义了语法属性，如操作符的拼写和优先级。） 这个库也包含了内置函数和异常—不需要 import 语句就可以在所有 Python 代码中使用的对象。有一些是 由语言核心定义的，但是许多对于核心语义不是必需的，并且仅在这里描述。 不过这个库

—打印或检索堆栈回溯 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1245 28.11 __future__ —Future 语句定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1249 28.12 gc —垃圾回收器接口 . . . —Floating point exception control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1262 29 自定义 Python 解释器 1265 29.1 code —解释器基础类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 它包含通常被视为语言“核心”中的一部分的数据类型，例如数字和列表。对于这些类型，Python 语言核心 定义了文字的形式，并对它们的语义设置了一些约束，但没有完全定义语义。（另一方面，语言核心确实定 义了语法属性，如操作符的拼写和优先级。） 这个库也包含了内置函数和异常—不需要 import 语句就可以在所有 Python 代码中使用的对象。有一些是 由语言核心定义的，但是许多对于核心语义不是必需的，并且仅在这里描述。 不过这个库