Hola, Aunque entiendo que busques un framework web eficiente para hacer de backend, no veo la relación directa con el rendimiento para procesar información de machine learning.
La tendencia actual en programación web pasa por la creación de "microservicios", altamente escalables y que soporten alta demanda de peticiones. Pero si de verdad lo que necesitas es procesar grandes cantidades de información en una solución escalable, mi consejo es que te mires sistemas map-reduce como el apache spark que, hoy por hoy, es lo mejor que puedes encontrar. Concretamente, mírate la MLlib: MLlib: https://spark.apache.org/docs/1.1.0/mllib-guide.html PySpark: https://spark.apache.org/docs/0.9.1/python-programming-guide.html Si te animas, en EdX.org hay dos cursos sobre PySpark muy interesantes, uno acaba de empezar y el otro está a punto: https://www.edx.org/course/introduction-big-data-apache-spark-uc-berkeleyx-cs100-1x https://www.edx.org/course/scalable-machine-learning-uc-berkeleyx-cs190-1x El 9 de junio de 2015, 0:02, Alfonso de la Guarda <alfons...@gmail.com> escribió: > Hola, > > Como estoy terminando un proyecto que requiere procesar muy > rápidamente la información (machine learning) y aunque -últimamente- > empleo #web2py para casi todo, me encontré con la disyuntiva de > dividirlo en una solución que implemente un backend basado en REST y > un frontend basado en web2py, el asunto era determinar que solución > era actualmente la más rápida para evitar en el corto plazo hacer un > refactoring del proyecto y es así que encontré la cama de pruebas de > rendimiento de TechEmPower > > > https://www.techempower.com/benchmarks/#section=data-r10&hw=ec2&test=fortune > > Y me propuse completar el resto de frameworks web basados python y > tomar una decisión basada en rendimiento, dado que lo único que > necesito es un implementar un API rest que trabaje solamente con el > frontend. > > Es así que les comparto el resultado de dicho benchmark, el mismo que > ha sido generado según las especificaciones descritas en el > repositorio de TechEmPower empleando vagrant para replicar su entorno > > http://codebeautify.org/jsonviewer/2e0aac > > El resultado es similar al del URL de la cama de pruebas aunque > incluye casi todos los frameworks web que han agregado varios usuarios > y la sorpresa del caso fue falcon, aunque fue también un gusto ver que > mi querdio Bottle sigue siendo rápido por su diseño minimalista. > > > > Saludos, > > -------------------------------- > Alfonso de la Guarda > Twitter: @alfonsodg > Redes sociales: alfonsodg > Telef. 991935157 > 1024D/B23B24A4 > 5469 ED92 75A3 BBDB FD6B 58A5 54A1 851D B23B 24A4 > _______________________________________________ > Python-es mailing list > Python-es@python.org > https://mail.python.org/mailman/listinfo/python-es > FAQ: http://python-es-faq.wikidot.com/ > -- Hyperreals *R "Quarks, bits y otras criaturas infinitesimales": http://ch3m4.org/blog Buscador Python Hispano: http://ch3m4.org/python-es
_______________________________________________ Python-es mailing list Python-es@python.org https://mail.python.org/mailman/listinfo/python-es FAQ: http://python-es-faq.wikidot.com/