云南龙网

  1. 首页 > 云知道 > >

初识Julia语言,julia语言( 三 )

云知道julia


4.编程范式的支持OO是支持的,采用的是多重派发.函数式编程,lambda表达式,闭包等也是有的.然后也有metaprogramming.由于Julia语言的诞生源自于两个实验室中，所以Julia首先是会要满足实验室科研的需求的(小道消息说，Julia的诞生是因为某计算化学大牛觉得MATLAB不好用，2333)同时它强大的目标，我想在1.0之后也能够引起一大部分业界关注者的使用(然而一些生物信息的创业公司已经在用了呢) 。
Julia和Python的关键区别是什么？

初识Julia语言,julia语言


处理特定问题的方式是Julia和Python之间的一个关键区别，而Julia的构建是为了减轻高性能计算的挑战 。虽然Python已经发展为一种快速的计算语言，但是它不是为这项工作而设计的 。而Julia相对于Python则更具专业性，在高速处理和计算工作中 。不久前，Julia发布了一个稳定的1.2版本，有了进一步的改进，可以更加高速地处理占用大量资源的数据科学项目等 。
julia编程语言能开发操作系统和嵌入系统吗？
Julia语言设计的目的就是让高性能科学计算为人人所用，它集合很多语言的优点于一身，有C的快速，有Ruby的动态，有Python的通用，有R的在统计学上的得心应手，有Perl的字符串处理，有MatLab的线性代数运算，据说它是Python将来强有力的对手 。到底能不能开发操作系统，我相信没有人会那么做，因为它不擅长这方面的开发, 例如底层的Bootloader，恐怕用julia来开发有点勉为其难 。
Julia语言可以做深度学习吗？如果可以，怎么做？
深度学习，机器学习对编程语言、编译器等有不同的需求 。TensorFlow 和 PyTorch 都存在短板 。Julia几千行代码就可以重构深度学习典型框架，有了Julia语言，深度学习框架从此不需要计算图了 。所以Julia可以做深度学习 。GPU 编程是现代机器学习的重要组成部分，所以如果要做Julia开发的话需要将Julia编译到GPU 上 。
未来5-10年，Julia会替代Python成为量化投资热门语言吗？
量化投资不等于python很多语言都可以做 。之所以感觉现在一提量化就用python是它的三方库多 。很多开发的不用在重新造轮子 。特别是分析统计的时候，用着很方便毕竟毕竟是量化是以投为主，而非编程开发编程语言只是一个工具 。py入门比较简单，适合非专业人士使用 。如果量化真是玩到了一定的级别，比如高频这些场景py肯定是撑不住的！未来其它语言在量化领域能否取代py，取决于投资行业变化 。
Julia语言在大数据和人工智能领域前景如何，是否可以超过python？
是否能超越Python不好说，不过Julia 语言发展确实非常迅速，它可以视为同时具备了 Python 的灵活性与 C 的速度，但目前 TensorFlow 和 PyTorch 等框架官方都不支持 Julia 语言 。因此近日有研究者借助 XLA 底层编译器为 Julia 构建 TPU 支持，他们表示该方法能够将 Julia 程序编写的 VGG19 模型融合到 TPU 可执行文件中，并调用 TPU 实现高效计算 。
而 Google.ai 的负责人 Jeff Dean 在推特上也表示「JuliaTPUs = fast and easily expressible ML computations!」1. 引言过去的几年里推动机器学习技术稳步发展的根本性改变之一是训练和优化机器学习模型的巨大计算力 。许多技术都是很年前就已经提出，唯有近几年提升的计算力可以为现实世界的问题提供足够优质的解决方案 。
这些计算能力的很大一部分是通过 GPU 获取的，其针对向量的计算能力最初是为图形而设计的，但机器学习模型通常需要执行复杂的矩阵运算，因此 GPU 同样表现出了非常好的性能 。这些方法及 GPU 在现实世界，尤其是在机器学习领域的成功引发了硬件设计者的一系列创新，他们致力于为机器学习工作负载研发新的加速器 。

推荐阅读


上一篇：文库百度,百度文库被迫转型

下一篇：最大的一个是大红斑,木星大红斑