亚博色碟网站投诉反馈渠道

 万博官方网站

2022 年，你会礼聘哪种编程言语呢？

皇冠网址皇冠现金直营官网皇冠客服飞机：@seo3687

前几年就流传着这么一种说法：Julia会替代 Python，成为新的最受接待的编程言语之一。咱们暂且对这种说法握不雅望立场，但看成科学揣度方面的刚劲器具，Julia上风决然露出，这意味着法子员的礼聘又多了一种。

在数据科学、东谈主工智能等鸿沟，仔细对比Julia和 Python，咱们会发现：疏导的任务，唯有 Python 能已毕的的，Julia都不错作念，而且成果高得多，语法也通俗优雅，仅仅在传播度上，名气还不如 Python。

赌球最近热门中，明星选手XXX展现出超凡实力，成为所有人眼中焦点。然而，有些认为中使用禁用药物，传闻赛后很快传开。

近日，reddit 上的一则热帖引来雄壮网友的权略，这个帖子提到，最近，一些Julia言语包的成就东谈主员权略了Julia中 ML 确刻下情状，并将其情状与 Python ML 生态系统进行了比较。

原贴地址：

https://www.reddit.com/r/MachineLearning/comments/s1zj44/r_julia_developers_discuss_the_current_state_of/

来自乌得勒支大学的 JordiBolibar 以为，「Julia确乎在机器学习方面领有巨大的后劲，但它当今的情状有点休戚各半。更具体地说，我在 SciML 中坚握使用Julia的主要原因是，DifferentialEquations.jl 库责任得绝顶好，但在 Python 中莫得发现任何不异的东西。可是，关于我的接洽来说，真实不幸的是 AD 部分。自从我运愚弄用Julia，我在 Zygote 中际遇了两个特殊，这使我的责任速率降速了几个月。但我仍然以为Julia是 SciML 的最好礼聘，但这些库（过头文档）应该优化的愈加用户友好。」

网友 @jgreener64 暗意：「Julia中的 ML 在某些鸿沟应用绝顶刚劲，Julia一切齐有可能。Julia濒临的问题是：Julia中的 ML 需要大批现存常识或大批时候搜索 / 反复检会。在个东谈主层面上，我当今正在用Julia成就新颖的可微分算法。」

皇冠客服系统维护西澳大利亚国家超级联赛 巴尔卡塔埃特纳 vs 斯特灵马其顿

除了网友的激烈权略外，Julia软件包成就东谈主员 Christopher Rackauckas 围绕以下 7 个问题，解答了网友比较关注的实质。Rackauckas 是 MIT 和马里兰大学的数学家和药理学家，主要用Julia进行编程。Rackauckas 为Julia、数学和就地生物学开了特意博客，来先容联系实质，况兼 Rackauckas 在Julia中成就了一些库，包括（但不限于）DifferentialEquations.jl 和 Pumas。

Christopher Rackauckas

问题包括：

今天Julia中的 ML 在哪些方位真合法放异彩？在不久的改日该生态系统在哪些方面优于其他流行的 ML 框架（举例 PyTorch、Flax 等），为什么？

当今Julia的 ML 生态系统在功能或性能方面存在哪些污点？Julia在这些鸿沟变得具有竞争力的时候节点在哪？

Julia的步调 ML 包（举例深度学习） 在性能方面与流行的替代决策比较何如（更快、更慢、疏导数目级）？

有莫得进攻的Julia履行，不错针对流行的 ML 替代决策进行基准测试？

要是一家公司或机构正在讨论创建职位来为Julia的 ML 生态系统作念出孝顺，有莫得最好案例？为什么他们应该这么作念？哪些孝顺最有影响力？

网站投诉反馈渠道

为什么与其他框架和谐的孤苦成就东谈主员应该讨论为Julia的 ML 生态系统作念出孝顺？

关于某些特定任务，Julia成就东谈主员倾向于使用哪些软件包？Julia成就东谈主员但愿添加当今不存在的哪些实质？

下文中咱们挑选了几个宇宙比较关注的问题进行报谈：

问题 3：Julia在「步调 ML」中的发扬何如？

Julia的内核速率很好：在 CPU 上，咱们作念得绝顶好，在 GPU 上，每个东谈主都仅仅调用疏导的 cudnn 等；Julia的 AD 速率也很好。不外 Zygote 可能会有一些支拨，但与 Jax/PyTorch/TensorFlow比较，Zygote 在大多数情况下速率是很快的。具体来说，PyTorch 支拨要高得多，在步调 ML 责任过程中甚而无法测量。一个有余大的矩阵乘法会管束分拨问题或其他 O(n) 问题；Julia不会通内核，因此在大多数基准测试中，要是用户检察它，就会发现它莫得会通 conv 或 RNN cudnn 调用。

问题 4：咱们应该追踪哪些进攻的履行和基准？

XLA 的区别式调遣器绝顶好。当咱们讨论彭胀时，咱们应该忽略 PyTorch，去讨论 DaggerFlux 与TensorFlow/Jax。XLA 有更多的生动性来调动操作，是以我以为 XLA 才是赢家，咱们需要使用 e-graphs 手段来匹配它。另一件需要提防的事情即是「自动微分中清寒中间部分」，这种情况还需要管束。

皇冠体育

问题 7：有什么保举的软件包？

我倾向于在需要时使用 Flux，但宇宙已经尽量使用 DiffEqFlux。就现存内核而言，Flux 是最好意思满的，但它的格调让我感到讨厌。我但愿有一个 Flux 不使用隐式参数，而是使用显式参数。我但愿这些参数由 ComponentArrays 暗意。

www.crowncasinosclubzonezone.com