学习
实践
活动
专区
工具
TVP
写文章

Julia语言中文社区2018用户见面会28日在北京软件所举行

『运筹OR帷幄』原创

作者:李优

近年来人工智能的相关研究在如火如荼地进行,越来越多学者和开发人员开始思考如何超越目前机器学习领域python与C++结合的模式,寻找一种既快速实现想法,又不损失计算的效率编程方法。Julia就是一种专门为并行数据处理而设计的编程语言,创作者Karpinski说:“我们渴望一种语言的速度与C++一样快,但又有Python、R或Matlab的高级功能。于是,我们开发出了这样一种语言:Julia,它让我们可以用同一种语言来进行原型设计和实际开发。”而在实践中,Julia语言也正在被广泛采用,尤其是国外高校以及研究机构。

2018年7月28日,Julia中文社区的召开了2018年用户见面会,本次见面会是Julia中文社区第三次召开见面会,参会人员涵盖国内Julia社区的群贤,包括 Viral Shah(Julia语言发起者之一,Julia Computing公司CEO ),张常有(中国科学院软件研究所教授),覃含章,(麻省理工学院计算科学与程博在读)等,本次会议由Julia中文社区主办,承办单位 是集智俱乐部和中国科学院软件所(提供资金和场地)。

Julia创始人Viral Shah通过远程视频介绍了Julia在机器学习中的应用;覃含章介绍了JuMP在优化中的应用;“千里冰封”介绍了他在Jetbrain平台为Julia打造IDE插件时的一些心得;罗秀哲介绍了Julia利用多重派发实现面向对象程序设计和元编程的方法,刘金国讨论了Julia的性能进步过程,张常有介绍了Julia在聚类算法中性能优化的方法,斯大卫则分享了Julia中的编程实践。本次见面会在B站进行了同步直播(罗秀哲同学还提前一个晚上在B站进行了Julia语言的简介),相关资源可以在GitHub上查阅,https://codeload.github.com/JuliaCN/MeetUpMaterials/zip/v0.1.0。

JuMP是Julia最为活跃的板块之一,JuMP的特点是能够提供简洁快速建立数学规划模型,作为使用者只需使用JuMP就可以为不同的求解器进行建模,从而快速验证不同求解器对同一数学问题的求解效果。经验证,JuMP的模型生成速度已经比肩与商业的求解器。Coursera的课程Discrete Optimization就推荐使用JuMP作为数学优化编程入门的工具。

https://www.coursera.org/learn/discrete-optimization

另外,目前Julia1.0.0已经发布,该版承诺了该版本语言API 稳定性: Julia 1.0的代码将可以在 Julia的后续版本中运行。核心语言开发者和社区可以基于这个稳定的基础去构建软件包、工具和新特性。Julia 1.0 还引入了一些新的、强大的和创新的语言功能, 包括:

全新的内置包管理器,新的缺失值表示规范,内置String 类型现在可以安全地保存任意数据等。Julia 1.0将广播扩展为自定义类型,使其能够在GPU和其他矢量化硬件上能够实现高效运算,为将来更高效的性能提升铺平了道路。

我们渴望一种语言的速度与C++一样快,但又有Python、R或Matlab的高级功能。于是,我们开发出了这样一种语言:Julia,它让我们可以用同一种语言来进行原型设计和实际开发。”

-Karpinski

此外,围绕Julia 1.0 的新特性,还正在构建许多新的外部软件包,以改进数据处理和操作生态系统。

当然,Julia在1.0的更新中的优化项远比我们所列出的多。详细情况可以查看官网:

Julia 1.0:http://julialang.org/blog/2018/08/one-point-zero

文章作者:李优

责任编辑:姜瀚生

微信编辑:葡萄

如需转载请在公众号后台获取转载须知

友情提醒:本文由运筹OR帷幄编译整理,不作为商业用途如有内容侵权,我们将随时删除。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180814A1O9C200?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

关注

腾讯云开发者公众号
10元无门槛代金券
洞察腾讯核心技术
剖析业界实践案例
腾讯云开发者公众号二维码

扫码关注腾讯云开发者

领取腾讯云代金券