专栏首页新智元Julia 对决Python:谁能在2019年称霸机器学习编程?

Julia 对决Python:谁能在2019年称霸机器学习编程?


新智元报道

来源:techrepublic

作者:Nick Heath 编辑:木青

【新智元导读】在发布1.0版本后,Julia团队现在希望让它成为机器学习领域的首选语言。同时,Python和R语言通常在机器学习中占主导地位,在开发人员普及方面,Python仍然是增长最快的编程语言。

Julia成为2018年发展最快的编程语言之一,因为它结合了几种主要语言的优势而备受推崇。

同时,Python依然在使用范围方面占据着巨大优势,并且热度一直保持着上升趋势。

那么,哪种编程语言将在2019年统治机器学习?来看下分析吧。

Julia风头正劲,适合制作可微分算法

首先来看看风头正劲的Julia。

Julia于2012年发布,由麻省理工学院(MIT)的计算机科学和人工智能实验室(CSAIL)开发和孵化,是一种免费的开源语言。

目前,Julia已经推出1.0版本,Julia现在有希望成为机器学习(ML)领域的首选语言。麻省理工学院教授Alan Edelman说:“Julia 1.0的发布标志着Julia现在已经准备好通过将Python和R语言的高效率和易用性与C ++的闪电般速度相结合来改变技术世界。”

能帮助Julia实现这一目标的是Flux,这是一款面向Julia的机器学习软件库,旨在使ML代码更易于编写,同时简化训练流程,并且与竞争框架相比,能提供在GPU和Google TPU等硬件加速器上的某些性能优势。

Julia背后的团队表示,他们的语言非常适合制作可微分算法——这是一种程序性的、数据驱动的代码,可用于构建机器学习中使用的神经网络。

Julia团队在博客文章中写道:

我们需要一种语言来编写可区分的算法,而Flux将帮助Julia成为满足这类需求的语言。 Julia非常适合用于数学和数值计算,并且非常适合表达ML算法。同时,它融合了现代设计和编译器中的新思想,可以更容易满足前沿的高性能需求。

根据Julia团队的博客文章,Flux库使用各种专注ML工具扩展了Julia的编译器,从而支持一流梯度,在性能和开发人员控制之间取得更好的平衡;为GPU及时进行CUDA内核编译,在训练期间进行自动批量处理,以减少开销;在Google TPU上进行优化运行。

该团队表示,Flux支撑下的Julia,以及即将推出的可分辨编程语言Myia和最近的Swift for Tensorflow,可能很快就会挑战既定的机器学习框架和方法。

在Julia今年早些时候发布1.0版后,该语言的用户对于它的进展情况总体上是持乐观态度的,尽管有些人仍然担心它会发生错误的处理状态,或者产生无用文档。

好上手的Python仍是王者,使用范围上占据绝对优势

但Julia任重而道远。

如今,Python和R语言通常在机器学习中占主导地位,在开发人员普及方面,Python仍然是增长最快的编程语言,这在很大程度上取决于其机器学习框架和库的优势。相比之下,只有相对较小比例的开发人员使用刚刚起步的Julia。

Python在使用范围方面的确占据着绝对优势。

当前的机器学习热潮推动了学习Python的开发人员数量急剧增加。除了在大数据分析中使用该语言外,Python的多功能性在其使用范围内的优势也很明显,从Web和桌面应用程序到编排系统操作。

软件质量评估公司TIOBE的数据显示,2018年12月,Python超越C++成为TIOBE索引排行的第三名,这对于Guido van Rossum的脚本语言来说是历史最高水平。

TIOBE网站12月编辑语言索引数据

TIOBE还强调了Python在教学中日益增长的用途:2014年,Python成为70%美国大学的入门编程课程。

Python的确有很多优势:Python代码相对易于阅读和理解,支持多种编程范例,具有可以放入代码的各类软件库,并且能扩展到大型应用程序。网上还有很多高质量的免费教程、课程和视频,这很有利于传播。

Python一直被认为是最容易学习的编程语言之一,并且以其高可靠性和简单的语法而闻名,特别是新编码器。

“我认为,Python是最接近'即时满足语言'的语言,意思是代码非常少,即使你是一名新手程序员也能学会,”IEEE研究员兼研究生工程院院长Karen Panetta说“这是因为Python读起来像英语,这使得它更有利于广大用户受众学习。”

新语言层出不穷,支撑机器学习发展

Julia团队表示编程语言的发展绝对不会止步于此,并且语言的发展会对机器学习起着重要的作用。

我们相信机器学习的未来取决于语言和编译器技术,特别是在扩展新的或现有的语言以满足机器学习研究的高要求时。 支持差异化、矢量化、不同硬件和文化差异的语言将推动科学的大幅进步。

Julia团队说:“比起那些新一代的工具 Myia、Swift/TF和Flux,TensorFlow、PyTorch和KNET是为现有框架所准备的。”

不过,将来那些新一代的工具很有可能派上用场。“如果你在ML中取得新的突破,他们可能是你最好的选择。给他们一个机会,看看机器学习的未来是什么样的。”

据LinkedIn称,机器学习工程师是从2017年起的五年内发展最快的工作类别,并且有越来越多的免费课程可供想要专攻该领域的开发人员使用。

身为开发者的你,更看好哪种语言呢?

参考链接:

https://www.techrepublic.com/article/julia-vs-python-which-programming-language-will-rule-machine-learning-in-2019/

https://www.tiobe.com/tiobe-index/


本文分享自微信公众号 - 新智元(AI_era)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-12-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【春节最强AI游记】最全一手讲者报告实录+BATJ等企业展位,360度带你重温AAAI

    新智元专栏 作者:张祥文 编辑:小奇 【新智元导读】厦大学子以一篇图文并茂的游记,带你重温今年的AAAI:详细介绍数场重磅讲者报告、亚马逊及阿里巴巴等提...

    新智元
  • 《第二次机器革命》作者:机器学习将成为全球经济增长最强引擎!

    【新智元导读】美国2018年二季度GDP增速达4.1%,为4年来最高水平,但这更多的是临时政策刺激下的结果,可持续性不高。本文认为,AI和机器学习技术的大发展才...

    新智元
  • 【干货】4月Python 热门推荐Top 10

    新智元
  • 七步之内成为Python机器学习的大师

    线上的Python的机器学习资源如此丰富,从哪开始?如何修炼?这篇文章让你从零开始,七步之内成为Python机器学习的大师。

    机器人网
  • 在Web站点中创建和使用Rss源

    Rss是将你Web站点的内容与其他人分享的标准方式。Rss代表着:Really Simple Syndication。它不过是一个标准化的XML标记,用于描述你...

    张子阳
  • .NET 机器学习生态调查

    机器学习是一种允许计算机使用现有数据预测未来行为、结果和趋势的数据科学方法。 使用机器学习,计算机可以在未显式编程的情况下进行学习。机器学习的预测可以使得应用和...

    张善友
  • 【陆勤践行】机器学习开源项目

    机器学习是目前数据分析领域的一个热点内容,在平时的学习和生活中经常会用到各种各样的机器学习算法。实际上,基于Python、Java等的很多机器学习算法基本都被前...

    陆勤_数据人网
  • 【机器学习】机器学习的11个开源项目

    机器学习是目前数据分析领域的一个热点内容,在平时的学习和生活中经常会用到各种各样的机器学习算法。实际上,基于Python、Java等的很多机器学习算法基本都被前...

    陆勤_数据人网
  • 《第二次机器革命》作者:机器学习将成为全球经济增长最强引擎!

    【新智元导读】美国2018年二季度GDP增速达4.1%,为4年来最高水平,但这更多的是临时政策刺激下的结果,可持续性不高。本文认为,AI和机器学习技术的大发展才...

    新智元
  • 普通程序员如何转向AI方向?

    关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第二 【Python】:排名第三 【算法】:排名第四 ? 编辑|厂白小 AI——当下最热的...

    昱良

扫码关注云+社区

领取腾讯云代金券