Julia:技術計算への新しいアプローチ

これは、メディアに作られた古いポストです.

ジュリアが何であるかを知らないあなたのために、ここでは、速くて短いイントロです:

ジュリアは、設計されて、Jeff Bezanson、アランEdelman、Stefan Karpinski、ウイルスB .シャーH

によって開発された高レベル、高性能、ダイナミックなプログラミング言語です

汎用言語であり、任意のアプリケーションを書くために使用することができますが、その特徴の多くは、数値解析および計算科学に適しています.

JuliaはCの速度に達し続けているのでPythonより速くなることを証明し、Pythonに対してかなり印象的なパフォーマンスを与えます.

JuliaはPythonより単純であるが、C .

よりも速い

ジュリア
パイソンがデータサイエンスとMLへのto - go言語になった世界では、何がジュリアに我々を連れてきますか?これをよく考慮してください.

https://julialang.org/benchmarks/
高速Cとして実行しているPythonとして単純な言語は、あなたはそれを信じることができます.
ジュリアはJIT(Just In Time)コンパイルされた言語です、それは他のコンパイルされた言語EX : RustとC++と根本的に異なります.
しかし、JITコンパイル言語は遅くてはならない.よく技術的には、しかし、ジュリアのコアが実装されている方法は、それが予想されるよりも速くなります.詳しくはこちらをご覧ください.
Why Julia is so fast

私がジュリアが好きである理由

パフォーマンス:あなたは、Pythonに比べてジュリアのパフォーマンスに関連する疑問を持っている場合は、すぐにそれらを捨ててください.あなたがC++またはさびにそれを比較したいならば、ジュリアは速くて、それから彼らと同等で、いくつかのケースでさえより速いです.それは箱から速く燃えています、パッケージ/最適化は必要としませんでした.

構文:ジュリアの構文はPythonと全く似ていますが、単純なJavaScriptです.Pythonと同じインデントルールに従います.以下はコードスニペットです.

function g(x,y)     
    return x * y
end

機能性:技術的なコンピューティングを集中させておくように設計されていて、多くの数値データ型をサポートして、箱から並列性を提供して、数学のために大きい構文で数値計算で優れています.

並列コンピューティングとGPUプログラミング:ジュリアは、並列コンピューティングを活用し、GPUの力を活用して念頭に設計されました.

ジュリアは、地上から並列化のために設計され、すべてのレベルで並列コンピューティングのための組み込みプリミティブを提供します:命令レベルの並列性、マルチスレッド、および分散コンピューティング.セレステ.JLプロジェクトは、60000コアを使用してNERSCでCOIスーパーコンピュータ上で1.5 petaFlop/Sを達成しました.
https://juliacomputing.com/case-studies/celeste.html
さて、ここで描く結論は、ジュリアはすべての方法で速くフリークしています、しかし、より重要なものはジュリアがずっとコードをより簡単にすることです.以前にこれらの研究の使用されるツールやフレームワークも制限があったそれは使いやすさになる.
ジュリアは、世界中の研究は、彼らは良いされていることを行うには、新しいアイデアや方法をクランチ、彼らの能力を妨害することはありません.
あなたがColabの上でジュリアと始めようとするならば、私の前の記事の1つを参照してください
How to run Julia on Colab

驚くべきパッケージマネージャー:他の現代のプログラミング言語と同様に、ジュリアもパッケージマネージャを持っています.

ジュリアについて知るべきこと
ジュリアの

では、配列はインデックス1で0から始まります.

もC/C +のような他のプログラミング言語と優れたプログラミングインターフェイスを持っています.

ジュリア対パイソン:データサイエンスと機械学習展望から.
ジュリアは、科学的および数値計算のためのスタートから設計されているため、Python上で多くの利点があります.

ジュリアは、数学の最初のアプローチで設計されたPython(我々はそれについて議論しました)より速くなります.

の例:あなたが引数として渡された要素を正方形にするジュリア機能を持っているとしましょうし、それを返すと、今では、番号を渡す場合は、戻って正方形の場合は、行列を渡す場合は、行列の角(M * M)を取得し、マトリックスを渡す場合は、取得します.(ドット)演算子は、その行列のすべての要素を返します.

Juliaは独自のネイティブマシンの学習ライブラリを開発しています.フラックスは、一般的なユースケースのための多くの既存のモデルパターンを持っているジュリアのための機械学習ライブラリです.それは完全にジュリアで書かれているので、ユーザーによって必要に応じて変更することができ、それはジュリアのネイティブのジャストインタイムコンパイルを使用して内側からプロジェクトを最適化する.

Pythonはより多くのパッケージを持っているかもしれません:はい、Pythonのパッケージ生態系はより大きいです、しかし、あなたがどんなデータ科学またはMLタスクも実行する必要があるツールキットに関しては、ジュリアは支持を欠いています.さらに、上記のように、ジュリアのすべてのパッケージは、ネイティブに書かれます.

ジュリアはまた、ゼロから自分のマシンの学習アルゴリズムを記述するか、またはそれらと実験したり、自分自身を作りたい人のための優れた言語を提供しています.さらに、私は、世界でデータ科学と機械学習をしている人々の98 %が、KerasとNumpy

から呼ぶそれらのアルゴリズムと数学的機能の下で起こっている何かをほとんど知らないと強く信じています
2020年6月現在、ジュリアは比較的新しいプログラミング言語です.世界中の多くの研究者がジュリアを考えている.私の意見では、データサイエンスと機械学習の分野を志す人は、ジュリアについて確かに学ぶべきです.
閉じるこの動画はお気に入りから削除されています.