Почувствуй прелесть Джулии — язык для искусственного интеллекта

Julia
Почувствуй прелесть Джулии — язык для искусственного интеллекта

Почему выбирают Юлию?

Когда речь заходит о науке о данных, машинном обучении, глубоком обучении, искусственном интеллекте и т. д., первым инструментом, который приходит на ум, должен быть Python. Я должен сказать, что Python имеет самую надежную экосистему, Numpy, Pandas, matplotlib, sklearn, tensorflow и многое другое. Если вы только начинаете заниматься наукой о данных, машинным обучением, глубоким обучением, искусственным интеллектом, Python, несомненно, лучший выбор. Однако самая фатальная слабость Python — его медленная эффективность — естественным образом обнаруживается: когда он сталкивается с чрезвычайно высокой вычислительной нагрузкой или огромным набором данных, он кажется бессильным.

В настоящее время для повышения эффективности мы подумаем об использовании других языков, таких как Golang, Rust, Java и т. д. Во-первых, и Golang, и Rust — чрезвычайно быстро компилируемые языки, но ни один из них не подходит для науки о данных или искусственного интеллекта.

Golang широко используется в микросервисах, облачных вычислениях и других областях из-за своих уникальных горутин и каналов.Требования Golang к типам переменных слишком строгие, а пакет gonum, используемый для машинного обучения, имеет низкую гибкость.Матрица кажется бессильной, а соединение между пакетом матриц gonum, пакетом алгоритмов golearn и пакетом gota DataFrame — просто головная боль. Что касается Rust, то это язык только что появившийся, его нынешнее состояние очень похоже на Golang через 13 или 14 лет, экология неполная, и программисты больше склонны использовать Rust для микросервисов или системного программирования. Автор более популярного пакета машинного обучения rusty-machine также официально объявил на GitHub, что он больше не будет активно поддерживаться.

Что касается Java, то она слишком громоздка и тяжела.

Джулия имеет чрезвычайно высокую эффективность за пределами языка C, более лаконичный код, чем Python, добавляет некоторые функции в JavaScript (функция стрелки, троичное выражение, асинхронность и т. д.) и даже реализует горутину и канал Golang.

Ниже приведена сравнительная таблица эффективности работы с языком C в качестве единицы измерения.

Поездка о Юлии

Переменная

  • Вы можете объявить глобальные переменные, такие как python, но вам не нужно беспокоиться о том, что объявление переменной в начале файла повлияет на глобальную переменную, и вам не нужно беспокоиться о случайном изменении переменной, что приведет к неожиданным результатам, потому что переменные in Julia do Объем контролируется нашими программистами
# 声明全局变量的方式
x = 10

# 我们可以通过关键字global local来控制我们的变量的作用范围
function funscope(n) 
  x = 0 
  for i = 1:n 
    local x  
    x = i + 1 
    if (x == 7) 
        println("这是for循环中的x: $x")  
    end 
  end 
  x 
  println("这是函数中的x: $x")  
  # 在这里我们修改了全局变量x
  global x = 15 
end 
 
funscope(10) 
println("这是全局变量x: $x")

# 上面的函数会输出
# 这是for循环中的x: 7
# 这是函数中的x: 0
# 这是全局变量x: 15
  • Вы можете объявить переменную с помощью блока кода, как в Rust.
# 下方运算后 x 为 70
x = begin
  local a = 10
  a * 7
end

# 下方运算后 y 为 70
y = (b = 10; b*7)

  • Вы также можете указать тип переменной.Обратите внимание, что глобальные переменные не могут указывать свой тип.

    # 这是错误的行为
# 在外部声明变量默认为global
# x::Float64 = 1.2
local x::Float64 = 1.2

# 在函数、循环、条件中声明的变量默认为local
function specify_variable_type()
  x::Int32 = 10
  typeof(x)
end

Array

Наука о данных и искусственный интеллект неотделимы от матриц.Julia имеет чрезвычайно мощный массив и нативно поддерживает матрицы и различные операции, а это означает, что нам не нужно полагаться на сторонние числовые пакеты, как в других языках (например, Python полагается на Numpy, Golang полагается на gonum и т. д.)

  • матрица

    # 创建一个矩阵数组
mat = [1 2; 3 4]
# 输出
# 2×2 Array{Int64,2}:
# 1  2
# 3  4

mat1 = [1 2] .* [3 4]
# 输出
# 2×2 Array{Int64,2}:
# 1  2
# 3  4

# 获取矩阵的dimension
ndims(mat) # 2

# 获取矩阵的size
size(mat) # (2, 2)

# 获取矩阵的元素个数
length(mat) # 4

# 创建一个Identity矩阵
using LinearAlgebra

idm = Matrix(1*I, 3, 3)
# 输出
# 3×3 Array{Int64,2}:
# 1  0  0
# 0  1  0
# 0  0  1

# 切片
idmc = idm[2:end, 2:end]
# 输出
# 2×2 Array{Int64,2}:
# 1  0
# 0  1

# 对矩阵的一部分进行重新赋值
idm[2:end, 2:end] = [5 7; 9 11]
idm
# 输出
# 3×3 Array{Int64,2}:
# 1  0   0
# 0  5   7
# 0  9  11

# 将矩阵进行reshape
ridm = idm[:]
# 输出
# 9-element Array{Int64,1}:
#  1
#  0
#  0
#  0
#  5
#  9
#  0
#  7
# 11

# 获取矩阵的transpose
m2 = [1 2; 3 4]
m2' # 注意此处的'
# 输出
# 2×2 Adjoint{Int64,Array{Int64,2}}:
# 1  3
# 2  4

# 矩阵点乘
m2 * m2'
# 输出
# 2×2 Array{Int64,2}:
#  5  11
# 11  25

# 矩阵相乘
m2 .* m2'
# 输出
# 2×2 Array{Int64,2}:
# 1   6
# 6  16

# 获取逆矩阵
inv(m2)
# 输出
# 2×2 Array{Float64,2}:
# -2.0   1.0
#  1.5  -0.5

функция

Функции в Julia исключительно мощные, поддерживают универсальные функции, каррирование, анонимные функции и могут возвращать несколько значений, как функции в Go. Мы даже можем писать функции Julia так же, как код javascript.

  • объявить функцию

    # 使用关键字进行声明
function mult(x::Number, y::Number)
	return x * y
end

# 使用short-hand的形式声明函数
# 注意在进行数学计算时我们甚至可以省略一些操作符
f(x::Number,y::Number) = 3x - 6y + 12


# 像Rust一样省略return关键字
function div(x::Number, y::Number)
	x / y
end

# 像Golang一样返回多个函数值
using Printf

function mult_add_divide_subtract(x,y)
    x * y, x + y, x- y, x / y
end

m, a, d, s = mult_add_divide_subtract(20, 10)
# print 结果为200 30 10 2.0
@printf("%d, %d, %d, %.1f", m, a, d, s)

  • общая функция

    Julia поддерживает перегрузку функций, подобно тому, как мы можем объявлять функции с тем же именем в классах Java.

    function add(x, y)
    println("没有指定x,y的类型")
    x+y
end


function add(x::Integer, y::Float64)
    println("x是Integer型, y是Float64型")
    x + y
end

function add(x::Float64, y::Integer)
    println("x是Float64型, y是Integer型")
    x + y
end

function add(x::Float64, y::Float64)
    println("x、y是Float64型")
    x + y
end

add(1,2)
add(1.0, 2)
add(1, 2.0)
add(1.0, 2.0)

# 输出结果
# 没有指定x,y的类型
# x是Float64型, y是Integer型
# x是Integer型, y是Float64型
# x、y是Float64型

# 我们甚至可以重定义基本的操作符
using Base.+

+(x::Bool, y::Integer, z::Float64) = println("布尔值加整数加浮点数")

true + 10 + 2.0
# 输出
# 布尔值加整数加浮点数

  • Каррирование и анонимные функции

    Julia поддерживает тернарные выражения, стрелочные функции, каррирование, анонимные функции в JavaScript.

    # 三元表达式
fib(n) = n < 2 ? n : fib(n - 1) + fib(n - 2)

# 双目运算
negative(n) = n < 0 && println(true) 
# 打印 true
negative(-1)
# 返回 false
negative(2)

# 柯里化
function add(x)
    return function f(y)
        return x + y
    end
end

add(1)(2)

# 箭头函数
arrow = () -> println("我是箭头函数")
arrow()

arrow1 = x -> println("x是$x")
arrow1(10)

arrow2 = (x, y, z) -> println("$(x + y + z)")
arrow2(2,3,4)

# 匿名函数
c = function (x) x + 2 end
c(9)

  • Необязательные и ключевые аргументы

    # 可选参数
f(a, b = 5) = a+ b

f(1) # 6
f(2,7) # 9

# 关键字参数函数
k(;kw = "keyword") = println(kw)

# 输出keyword
k()
# 输出hello
k(kw="hello")


# 可选参数，关键字参数结合, 轻松的创建key-value对
function varargs3(;args...)
    args
end

rst = varargs3(k1="name1", k2="name2", k3=7)
rst
# 输出
# pairs(::NamedTuple) with 3 entries:
#  :k1 => "name1"
#  :k2 => "name2"
#  :k3 => 7

Канал и сопрограмма

Джулия представляет концепцию сопрограмм Golang для создания собственного уникального канала для операций сопрограмм.

# 下方函数将计算斐波那契数列，把计算好的结果放进channel中
function fib_producer(c::Channel)
    a, b = (0, 1)
    for i = 1: 5
        put!(c, b)
        a, b = (b, a+b)
    end
end

chnl = Channel(fib_producer)

take!(chnl) # 1
take!(chnl) # 1
take!(chnl) # 2
take!(chnl) # 3
take!(chnl) # 5

# 下方进行阶乘运算，如果你熟悉go语言
# 你会惊讶这几乎就是go语言中goroutine和channel的交互方式！
fac(i::Integer) = (i > 1) ? i*fac(i - 1) : 1

c = Channel(0) 
# 此处使用async 进行异步
task = @async foreach(i->put!(c,fac(i)), 1:5) 
bind(c,task) 
for i in c 
   @show i 
end

# i = 1
# i = 2
# i = 6
# i = 24
# i = 120

Эпилог

Кроме того, Джулия также может вызывать код C и Python. Jupyter Notebook и фреймворк глубокого обучения Tensorflow также полностью поддерживают последнюю версию Julia.

Независимо от того, привыкли вы к Python или нет, Джулия из MIT Labs может стать вашим лучшим выбором на будущее.

Категории