今年から、できるだけシェルスクリプトを書くのをやめようとしている。私が毎日 zsh に打ち込んでいるのも広義のシェルスクリプトだし、自分用の雑なスクリプトを書くことはあるけれど、チームの他の人も将来に使ったり改変したりするようなものは、なるだけ他の言語を使っている。 シェルスクリプトを書くのは難しいし、その難しさは、学ぶに値しないといったら言い過ぎかもしれないけれど、2021年に初心者が取り組むべき問題とは言い難いと思う。 シェルは悪いプログラミング言語である Bash Strict Mode とかを使ってみても、シェルスクリプトには落とし穴が多すぎる。自分で書いたものを自分で使っている分には大丈夫なのだけど、スクリプトがチーム内で使われるようになると、考慮していなかったところ、例えばファイル名に空白文字が含まれるとか、そういうレベルの微妙なところで、ちゃんと書かれていないスクリプトは壊れ
Pythonが速度改善に本気出すと聞いたので恒例のたらい回しベンチをとってみたら、RubyがYJITですごく速くなっていて驚いた話 - Smalltalkのtは小文字です
2022-09-09改訂： gcc バージョンが古すぎたのと、C が内部計測でなかった点を改め計測しなおしました。結果、Rust は C より速くはなくなりました。紛らわしいことで、ごめんなさい。また、gcc のバージョンアップに伴い、Python および Ruby についてはビルドと計測をしなおしたので、これらも少し速い値に変わっています。この点もどうぞあしからず。 2022-09-10追記：ご要望のあった Python numba.njit 使用時と Go の結果を追加しました。PHP は JIT 有効化が面倒だったので断念しました^^; 2022-09-10追記2：C の計測で clock() を使うのはフェアではないという指摘がありましたので、念のため clock_gettime() を使用したコードに差し替えました。結果に大きな差はありません。 2022-09-10追記3：PHP
どうして Julia を作ったか
プログラミング言語「Julia」開発者さんの文章がとても好きなので、雰囲気重視で訳しました。結構意訳です。原典：https://julialang.org/blog/2012/02/why-we-created-julia/ =================================================「どうして Julia を作ったか」 それは、僕らが欲張りだからだ。 Matlab はめっちゃ使う。僕らの中にはLispの天才もいるし、PythonやRuby のすげー奴、Perl を巧みに使いこなす奴もいる。毛も生えない子供の頃からMathematica で遊んだ奴もいる。いまだにツルツルな奴だって仲間だ。Rではアホみたいにたくさんグラフを書いた。C言語からは、いつだって冒険の匂いがする。 ぜんぶ、大好きだ。面白いし、いろいろなことができる。何かをしたいと思った時--科
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? なぜこの記事を書くのか 皆さん、データ解析を行う際にどのようなライブラリを用いているでしょうか。 おそらく大半の人はpandasを使っているのではないでしょうか。 私もpandas使ってます。簡単だよね(´・ω・｀) しかし、業務でバカクソでけえデータを読み込もうとしたときに、読み込み時間がとんでもなくかかったり、メモリ不足でそもそも読み込めもしないことが起きていました。 読み込みにメモリ食われすぎて他の作業ができずに待機した挙句、燃え尽きたかのようにノーパソのファンが止まると同時にメモリ不足のエラーが出たときには切れ散らかします。 （
線形代数演習講義へのjulia導入を考える
本記事はJulia Advent Calendar 2022の12/23の記事です。 東京大学で働いている松井と申します。 線形代数の講義における演習（実際にコードを書き行列演算を行う）の重要性を感じています。 そのためにjuliaを使えないかと思い至り、pythonとの比較に焦点を当て思っていることを述べます。 線形代数における演習の意義 線形代数は工学全般において重要で基盤的な学問体系ですが、なかなかとっつきにくいものです。その理由の一つは線形代数の諸アルゴリズムは最終的には計算機で実行するにも関わらず、学生は自分の手を動かしてコーディングする機会が少ない点だと感じます。多くの大学のカリキュラムでは大学初年次に線形代数講義があると思いますが、座学がメインであることが多いと思います。本当は、座学と並行して実際にコーディングして行列演算を行う「演習講義」があれば、理解が深まるだろうと感じま
カルマンフィルターについて - Qiita
はじめに 千葉大学/Nospareの米倉です．今回はカルマンフィルターについて解説していきたいと思います． カルマンフィルターで何が出来るの？ フィルターとあるように，カルマンフィルターが出来る基本的なことは線形ガウス状態空間モデルのフィルタリング密度を逐次的に求めることです．ここで２つのキーワード，「線形ガウス状態空間モデル」と「フィルタリング密度」という単語が出てきましたので，まずはそれらについて解説します． 線形ガウス状態空間モデルとは 状態空間モデルとは2つの確率過程からなります．1つは潜在変数・状態変数・隠れ変数といわれるもので，これは直接観測できないがマルコフ連鎖に従う変数だとモデリングされます．例えば景気の良し・悪し等，概念として存在するけれど直接は観測できないものを想像してください．2つめは観測値で，これは直接観測できるもの，つまりデータです．ただし変数に依存して観測される
Pythonでデータ処理をしている際、numpyにはまらないごちゃごちゃした前処理があり、ちょっと遅いんだよなぁ。。。となること、ないでしょうか。 ルーチンになっている解析であれば高速化を頑張る意味がありそうですが、新しい解析を試行錯誤している最中など、わざわざ高速化のためのコードをガリガリ書いていくのは辛いぐらいのフェーズ、ないでしょうか。 こんなとき、私はJuliaを使っています。Juliaは特別な書き方をしなくても高速になる場合が多く、並列処理も簡単にできます。 julialang.org Julia、いいらしいが名前は聞いたことがあるけど使うまでには至ってない、という方がと思います。今まで使っているコードの資産を書き直すのは嫌ですよね。 しかし、JuliaにはPythonの資産を活かしつつ高速にデータ処理がするための道具がそろっています。 今回の記事はPythonとJuliaをいっ
Liam Tung （Special to ZDNET.com） 翻訳校正： 村上雅章 野崎裕子 2021-05-31 06:30 世界的に普及しているプログラミング言語Pythonの生みの親であるGuido van Rossum氏が、ブラウザーやモバイル機器上で同言語の普及がそれほど進んでいない理由について、そしてJuliaといった将来的にライバルになりそうな言語について語った。 かつて「優しい終身の独裁者」（BDFL）と呼ばれていたvan Rossum氏は2020年11月よりMicrosoftのディスティングイッシュト・エンジニアとして勤務し、CPythonコミュニティーに対する同社の貢献を支援している。CPythonコミュニティーは、van Rossum氏が生み出したPythonを機械学習（ML）やデータサイエンスの興隆という波に乗せ、今日最も人気が高いプログラミング言語の1つに押し
Mojo may be the biggest programming language advance in decades – fast.ai
I remember the first time I used the v1.0 of Visual Basic. Back then, it was a program for DOS. Before it, writing programs was extremely complex and I’d never managed to make much progress beyond the most basic toy applications. But with VB, I drew a button on the screen, typed in a single line of code that I wanted to run when that button was clicked, and I had a complete application I could now
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
For many years I used the Julia programming language for transforming, cleaning, analyzing, and visualizing data, doing statistics, and performing simulations. I published a handful of open-source packages for things like signed distance fields, nearest-neighbor search, and Turing patterns (among others), made visual explanations of Julia concepts like broadcasting and arrays, and used Julia to ma
こんにちは、優勝しました。 背景 Juliaを使おうとしたら様々な環境構築時のトラブルに見舞われました。終わりです。 使えるけどストレスなところ グラフの描画が遅い matplotlibと比較してしまう PyPlotが使えない -> ローカルPCのpyenvのせい Plotsを使うことにした グラフを描画しても画像に焼いてブラウザから見るしかなかった 困ったこと pkgのインストールにたまに失敗する すでに削除したはずのpkgが原因で実行時にエラーがこびりつく これらは全部ローカル環境でJuliaを使おうとしているために起こる問題です。原因解決するのも時間かかるし、将来的なことを考えてDockerを使うことを決意しました。 Dockerの構成 全部Jupyter Labに投げる方針です。Jupyter公式のイメージを持ってくるだけで、Python、Julia、Rが使えるらしいです。 Doc
エンジニアから昨今注目を集めているスクリプト言語Julia。高度な計算を可能にし、読み書きもしやすく日本でもファンが多い。主に機械学習に利用され、医療分野などでの応用が期待されている。Juliaの生みの親であり、法人向けにJulia用のクラウドプラットフォームを提供するJulia Computingの創業者でCEOのViral B. Shah氏に話を聞いた。 MIT発最新のプログラミング言語で機械学習を簡単に、高速に ――まず御社の製品について教えてください。 Julia computingでは、他のプログラミング言語・クラウドビジネス・マシンラーニング関連企業とは一線を画す製品戦略を展開しています。 まず、Juliaの設計者として、私たちはJuliaを使うのに最適なクラウドプラットフォームJulia Hubを提供しています。Julia hub.comにアクセスすると、様々なタスクやジョブ
開発部 R&D ユニットの村田です。OSSの開発をしております。本記事では、Ruby で書かれたマンデルブロ集合を計算するメソッドを実行時に Julia に変換して実行するとめっちゃ速くなる (場合がある)、という話をします。 はじめに Ruby 3.1 では YJIT がマージされ、Rails アプリケーションが速くなりました。今後のバージョンアップがとても楽しみですね。ただし、Ruby のデータ処理対応を進めている身としては、データ処理や数値計算がより高速になって欲しいと思っています。 データ処理や数値計算を高速化する試みとして、Python では NUMBA というライブラリが開発されています。NUMBA は、メソッド単位でバイトコードを LLVM を用いてネイティブコードにコンパイルすることでメソッド実行を高速化します。ただメソッドをネイティブコードに変換するのではなく、実行時にメ
Juliaで精度保証付き数値計算
Juliaを使って、精度保証付き数値計算の方法を紹介します。精度保証付き数値計算は「敷居が高い」と言われ続けていますが、その敷居をみんなが跨げるようにするのが本稿の目的です。Juliaは近年飛ぶ鳥を落とす勢いの計算機言語で、区間演算が実装されているIntervalArithmetic.jlというパッケージがあります。これを利用して、精度保証付き数値計算を実装した例を紹介します。精度保証付き数値計算ってこうやるんだと身近に感じてもらい、今後使ってもらったら嬉しいです。 注意 区間演算の実装であるIntervalArithmetic.jlの実装にまだ不安があり、精度保証付き数値計算で論文を書くときは、MATLABのINTLABやC++のkvライブラリを利用することを推奨します。今はまだ、こうやって実装するのかと気軽に精度保証付き数値計算を体感してもらうためのコンテンツです。今後、区間演算の実装
Juliaは2012年に公開された新しい言語です。その特徴はとにかく実行速度が速いことです。数あるプログラミング言語の中で速いと言われるC言語に匹敵します。それでAIなどの科学技術計算の分野で注目されています。今回は今後要注目の言語Juliaについて紹介します。 科学技術計算で注目を集めるJuliaについて 昨今、AIやデータサイエンスなど科学技術計算の分野では、プログラミング言語のPythonが最も利用されています。しかしPythonはコンパイラ言語ではないので実行速度が遅く、こうした高度な計算をもっと高速な言語で開発したいという要望が出ています。Juliaはこうした要望に応えるべく開発されました。 とにかく高速に動かすことを命題としているため、Juliaは柔軟な動的言語でありながら、C言語以上に高速に動作するものとなっています。そして、確実にデータサイエンスの分野で頭角を現しています。
Method-based JIT compilation by transpiling to Julia
I will demonstrate a new approach to the method-based Just-In-Time compilation for Ruby. This is used Julia language as an infrastructure of the JIT com…
新星プログラミング言語Julia。 Rubyの動的さとC言語の速度を両立させた、公認会計士の資格を取得したジャニーズJr.みたいな、そんなのアリかよって感じの言語だ。 Juliaの宣伝文句はすごい。引用してみよう。 僕らが欲しい言語はこんな感じだ。まず、ゆるいライセンスのオープンソースで、Cの速度とRubyの動的さが欲しい。Lispのような真のマクロが使える同図象性のある言語で、Matlabのように分かりやすい数学の記述をしたい。Pythonのように汎用的に使いたいし、Rの統計処理、Perlの文字列処理、Matlabの線形代数計算も要る。シェルのように簡単にいくつかのパーツをつなぎ合わせたい。チョー簡単に習えて、超上級ハッカーも満足する言語。インタラクティブに使えて、かつコンパイルできる言語が欲しい。 （そういえば、C言語の実行速度が必要だってのは言ったっけ？） こんなにもワガママを言った
Calculus with Julia
36 Taylor polynomials, series, and approximating polynomials
この記事は移転しました。約2秒後に新記事へ移動します。移動しない場合はココをクリックしてください。
Juliaコードの初回実行を高速化するためのPackageCompiler.jl入門 - MyEnigma
1から始める Juliaプログラミング 目次 目次 はじめに パッケージのロードをsysimageで高速化する 関数の初期実行をsysimagesで高速化する REPL用のデフォルトパッケージをロードしたsysimageを作る便利関数 参考資料 MyEnigma Supporters はじめに これまでPythonでやってきたことを、 Juliaで置き換えようとすると、まず初めにぶつかるのが、 Juliaのコードにおけるライブラリのロードや、 初めて使う関数の計算が遅いなど、 いわゆる初回実行が遅い問題が気になってきます。 (英語ではこの問題をlatencyと呼んでいるそうです github.com ) Juliaは基本的に初回実行時にコードをJITコンパイルして実行するため、 動的言語でありながら、高速な実行を実現できているので、 myenigma.hatenablog.com この初回
Edit this page on Last modified: May 11, 2022. Website built with Franklin.jl and the Julia programming language.
Introduction to Datascience: Learn Julia Programming, Math & Datascience from Scratch.
I was emboldened to write this book after my video series called Data Science With Julia[1] got some traction. That too after a tweet about Decision Tree[2] was liked by Julia Language itself. So I thought why not give it more? This book should be seen as my attempt to explain Data Science to my self and nothing more. Will this book rise to professional stature is yet to be seen. The front cover s
JuliaパッケージModelingToolkit.jlでタンクモデルを作成する - システムとモデリング
久しぶりの投稿です。 今回は非因果モデリングのためのJuliaパッケージModelingToolkit.jlを使用してタンクモデルを作成してみます。 ModelingToolkit.jlについて ModelingToolkitはJuliaネイティブのモデリングツールで、方程式ベースでモデルを記述できます。方程式ベースのため入力と出力を区別しない非因果的なモデリングが可能です。その他の非因果モデリングツールはmodelicaや同じくJuliaベースのmodia.jlが有名ですが、ModelingToolkitとそれらの相違点は以下の記事に詳しく書かれています。 https://www.stochasticlifestyle.com/modelingtoolkit-modelica-and-modia-the-composable-modeling-future-in-julia/ また、Mo
この記事は，『アカンクリスマスアドベントカレンダー2023』の 10日目の記事となります．株式会社Acompany の R&D 部門に所属しています．terasaki です．本日はタイトル通り...
Juliaで間違える数値計算¶この文章は筑波大学大学院システム情報工学研究科リスク工学専攻の紀要「リスク工学研究」Vol. 16, pp.27-30に掲載された内容をJuliaを用いた計算例を加えて加筆修正したものです。 はじめに¶「数値計算・数値解析」という言葉、日頃よく耳にすると思いますが、「数値計算・数値解析」とは何でしょうか。本稿は、まずこの二つの言葉を明確に区別する事から始めます。今日、筆者が知る限り、「数値解析」は同じ言葉で二つの使い方をされます。一つは、「数値解析」とは数値を用いて代数的操作によって解くことができない数学の問題を解決する手法とする使い方、数値計算・数値実験・数値シミュレーションなどと同義のように使用されます。もう一つは、「数値解析」とは応用数学の一分野で、上記の数学問題を、数値を用いて近似的に解く手法に関する数学的な概念を研究する分野とする使い方。筆者は後者の
経緯 Juliaを触りはじめて1ヶ月程。 とある有限群を調べたときに（参照：【初めてのJuliaプログラミング】とある有限群を具体的に求めてみた。）、Juliaで代数学の道具を揃えてみたいと思いました。 AbstractAlgebra.jlが便利そうなので、使い方を備忘録として少しずつ記録していこうと思います。 まずはここから見ると良さそう 英語が苦手な上、プログラミングも初心者すぎて、最初はAbstractAlgebra.jlのトップページを眺めながら途方に暮れていました。 しかし、以下のページを参照することで、徐々に「なんか取っ掛かりが見えてきた…」となってきました。私のように「このドキュメントなんもわからん」な方は、まず最初に読んでみると良いかもしれません。 まずコレを見てみよう！→Constructing mathematical objects in AbstractAlgebr
Engineering Trade-Offs in Automatic Differentiation: from TensorFlow and PyTorch to Jax and Julia - Stochastic Lifestyle
December 25 2021 in Julia, Programming, Science, Scientific ML | Tags: automatic differentiation, compilers, differentiable programming, jax, julia, machine learning, pytorch, tensorflow, XLA | Author: Christopher Rackauckas To understand the differences between automatic differentiation libraries, let’s talk about the engineering trade-offs that were made. I would personally say that none of thes
Generalizing Automatic Differentiation to Automatic Sparsity, Uncertainty, Stability, and Parallelism - Stochastic Lifestyle
Automatic differentiation is a “compiler trick” whereby a code that calculates f(x) is transformed into a code that calculates f'(x). This trick and its two forms, forward and reverse mode automatic differentiation, have become the pervasive backbone behind all of the machine learning libraries. If you ask what PyTorch or Flux.jl is doing that’s special, the answer is really that it’s doing automa
はじめに 千葉大学/Nospareの米倉です．今回はノンパラメトリックな方法（分析で用いる分布を仮定しない）を用いた，探索的データ分析について解説します．ノンパラメトリックな方法を用いることにより，モデルの特定化の失敗の影響を抑えたり，またパラメトリックな方法を用いる際の予備的分析になると思います．また簡単なA/Bテストにもいいのかなと思います． Empirical Cumulative Distribution Function(ECDF) Empirical Cumulative Distribution Function(ECDF)とは，累積分布関数を経験分布を用いて推定（データから推定）したものです．確率変数$X$が$x$以下になる確率$P(X\leq x)$を累積分布関数といいます．これをデータから推定したものがECDFです．推定方法は簡単で，例えば次のJuliaのコードではso
Juliaで公式パッケージを作ろう！🐕
この記事では、モジュールやパッケージ関連の操作がわかることを前提として、 公式パッケージ化のために PkgTemplates.jlを用いて雛形作り パッケージ開発の基本中の基本とTravis CIによる自動テスト DocStringとDocumentar.jlを使ったドキュメント作り 登録 の4つを順に解説してパッケージを作っていきます。 (以下の説明のリンク/ファイル構成などは、PixelArt.jlに関するものなので、適宜ユーザー名、パッケージ名etc…は読み替えてください。) PkgTemplates.jlを用いた雛形づくり さて、パッケージを作ると言っても具体的にどこから手をつければ良いかわからないと思います。 そこで役に立つのがPkgTemplates.jlです。 このパッケージはJuliaでPackageを作るための雛形を自動で生成してくれます。 (@v1.5) pkg> ad
Exactly ten years ago today, we published "Why We Created Julia", introducing the Julia project to the world. At this point, we have moved well past the ambitious goals set out in the original blog post. Julia is now used by hundreds of thousands of people. It is taught at hundreds of universities and entire companies are being formed that build their software stacks on Julia. From personalized me
こんにちは。ATL客員研究員の門脇です。普段は Julia Computing というボストンにある会社のソフトウェアエンジニアとして プログラミング言語Julia のコンパイラの開発に携わっています。 今回のブログ記事では、次のJuliaの最新版であるv1.8から追加される新しいコンパイラ機能 エフェクト解析 についてご紹介したいと思います。 エフェクト解析とは、メモリへの書き込みなどプログラムが持つ エフェクト(computational effects) を解析する技術のことで、 一般的にはエフェクトを解析することでリソースの安全な管理などを行うための発展的なコンパイルタイムチェックを行います。 そうしたエフェクトシステムおよび静的解析はいくつかの静的型付けの言語では既に実用化されていて、 例えば Haskell ではエフェクトシステムがライブラリレベルで実装されていたり、 Koka
本資料はJulia言語初心者向けのチュートリアルです。既にPythonなどを勉強したことのある方の方が理解は速いかと思いますが、必須ではありません。一応プログラミング初学者の方にもわかるようには書いているつもりです。PythonやRをはじめとした様々な言語に関しては巷に入門書があふれていますが、開発されて間もない言語だということもありJuliaに関しては日本語のチュートリアル少ないため、とりあえず書いてみることにしました。もし間違いなどあればご指摘ください。 Juliaの特徴としては Pythonのように書けてCのように早い (ただし書き方のコツをつかまないと真の高速化はできなかったりする) 数値計算、機械学習、統計、データ解析なども得意 数式をきれいに書くことができる (例. 2Xを2*Xではなく、2Xと書ける) といったことが挙げられ、最近流行りつつある言語になっています。実際、非常に
はじめに 新しくJuliaを始めた時に配列操作で困らない程度にまとめたものです(演算は含みません)。 量が多いので必要に応じて目次から飛ぶことをオススメします。 誤字脱字、もっといい書き方などがあれば教えて頂けると嬉しいです。 動作環境 macOS 10.15.4において Version 1.0.5 Version 1.1.1 Version 1.2.0 Version 1.3.1 Version 1.4.0 で以下のコードが動作することを確認済みです。 出力が異なったものはコメントでv1.x.yと表記しました。 配列を作成する 1次元配列 各要素は,で区切る。1次元配列は列ベクトルであることに注意。 julia> [1] 1-element Array{Int64,1}: 1 julia> [1, 3, 4] 3-element Array{Int64,1}: 1 3 4 julia>
from julia import Julia # !pip install julia Julia(compiled_modules = False) # PyJuliaの設定変更 from julia import Main as call_julia import pandas as pd # "call_julia.jl"を取り込み、call_juliaインスタンス を生成 call_julia.include("call_julia.jl") # データ型変換用のデコレータ DataFrame(Python) <-> json(Julia) def df2json(func): def wrapper(in_df): in_json = in_df.to_json(orient='records') # dataframe -> json out_json = func(in_j
For those of you who aren’t aware, the Mojo SDK was recently released, so I thought I would take the opportunity to start benchmarking some Julia code against Mojo. As a first test, I am calculating the Mandelbrot set using the code provided by Modular. This is my Julia implementation: using Plots const xn = 960 const yn = 960 const xmin = -2.0 const xmax = 0.6 const ymin = -1.5 const ymax = 1.5 c
Pythonの生みの親グイド・ヴァンロッサムが考えるRust、Go、Julia、TypeScriptとは
Pythonの生みの親グイド・ヴァンロッサムが考えるRust、Go、Julia、TypeScriptとは Slashdotより。 Pythonの生みの親であるグイド・ヴァンロッサムは、Microsoftのクラウド推進担当責任者との1時間に及ぶインタビューの中で、他のプログラミング言語についての意見を述べました。その中からいくつかを紹介します。 Rust:「ある意味では、素晴らしい言語だと思います。Rustは、特定の領域でC++を大幅に改善しました。コンパイラのチェックをバイパスすることが非常に難しくなっています。もちろん、メモリ割り当ての問題もほぼ完璧に解決しています... もし、C++で同じことを書いたとしても、Rustに比べて、メモリ割り当てやメモリ管理がすべて正しく行われているかどうかは、それほど確実ではありません。だから、Rustは面白い言語なんです。」 GoとJulia:「私は今
What's bad about Julia?
What's bad about Julia? Written 2021-07-25, updated 2025-07-19 Also see the sibling post: What's great about Julia? Julia is my favorite programming language. More than that actually, perhaps I'm a bit of a fanboy. Sometimes, though, the ceaseless celebration of Julia by fans like me can be a bit too much. It papers over legitimate problems in the language, hindering progress. And from an outsider
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
シェルスクリプトを書くのをやめる - blog.8-p.info
PandasからPolarsへ移行した方がいいのか - Qiita
JuliaとPythonを併用したデータ処理のススメ - MNTSQ Techブログ
「Python」の弱点やそのとらえ方--生みの親、グイド・ヴァンロッサム氏が語る
Julia, Python, F#, C#, C++で単位付き数値を扱う - Qiita
Why I no longer recommend Julia
Juliaを使いたいのに、環境構築に失敗してブチ切れたからDockerで優勝した
Python並みに使いやすくC言語並みに早く。応用性抜群のプログラミング言語を支えるJulia Computing
Ruby を Julia に変換して実行すると速くなる (場合がある) - Speee DEVELOPER BLOG
世界のプログラミング言語(30) C言語よりも速い柔軟な動的言語「Julia」
Style Guide · The Julia Language
Juliaの速さの核心に迫る〜インタプリタ、コンパイラ、JITコンパイラ〜 - SEむううみんのプログラミングパラダイス
Julia言語で入門するプログラミング(その1) - SE教育パパむううみんのブログ
Introduction to Computational Thinking
【技術】半年かけて企業で Julia を使うための開発基盤を1から整えた話
nonrigorous_numerics
【AbstractAlgebra.jl】Juliaで代数学をやってみたいんじゃ①
ノンパラメトリックな方法を用いた探索的データ分析 - Qiita
Why We Use Julia, 10 Years Later
エフェクト解析による動的言語最適化 Part.1 - Advanced Technology Lab
GitHub - Riku1113/julia_tutorial
Juliaで最低限やっていくための配列操作まとめ - Qiita
遅いPythonの処理 は Julia にやらせよう - Qiita
Julia & Mojo Mandelbrot Benchmark
www.nikkei.com
mag.japaaan.com
time-sale-coupon.1q10a.net
himatubushitrend.com
switch-news.com
share.google