Julia 0.6 リリース! - Qiita
Juliaの0.6がリリースされましたね！なんとか今年のJuliaConに間に合いました。今回のリリースは去年の9月に出た0.5以来約9ヶ月ぶりの新バージョンです。この記事では、Juliaの簡単な紹介と0.6の変更点を簡単に説明しようと思います。ちなみに、この記事はJuliaConに向かう途中の空港で書いています。 Julia言語とは Juliaは技術計算に重きを置いた動的プログラミング言語です。Juliaの処理系は実行時(Just-In-Time)コンパイラーを備えており、実行時にプログラムの最適化とコンパイルを行います。このため、forループのような他の動的言語だと遅い処理でもJuliaはC言語に匹敵する速度で実行することができます。公式サイトにあるマイクロベンチマークの結果(https://julialang.org/)を見ると、どれほどこの言語が高速かがわかると思います。 Juli
『学んだ数式をコーディングする環境』をJuliaで構築 - アドファイブ日記（ミラー版）
機械学習／データマイニングのバックグラウンドにある数式をきちんと学んだら、実際にアルゴリズムをコードとして書いてみるととても力が着くと思います。便利なパッケージやツールも色々とありますが、ソフトウェアエンジニアだったら製品開発のために独自に実装できるようになりたいって思うものですよね？ プロダクション利用を見越して、かつ、学べるソフトウェア環境として候補は以下かなと思います。 Python（Pandas+Scipy/Numpy/SkLrn） C++（RcppパッケージやJubutusプラグイン） Julia 全部試してみたいのですがとりあえず面白そうなJuliaで環境構築してみます。（すみません、私はWindows+UbuntuなユーザなのでMacや他のLinuxについてはもし参考になれば幸いです） IDE(統合開発環境) JuliaはShell+Emacsでも便利だと思いますがWindo
WindowsのJuliaから呼べるようなCライブラリの共有ライブラリ（DLL）を作る - Qiita
やりたいこと Windows版Juliaから問題なく呼べるような、Cライブラリの共有ライブラリ（DLL）をコンパイルする 前提 Windows版Juliaは、32bit版と64bit版のニ種類がある それぞれ、mingw 32/64 bit (thread win32) を使ってビルドされている まとめ DLLをビルドする環境は、WindowsでのJuliaコンパイル環境と揃える必要が（当然）あるので、注意が必要 visual studio はだめです mingw 32/64bit, thread win32 (NOT posix) のgcc/g++でOK 基本的には、README.windows.md | JuliaLang/Juliaを参考にすればOK コンパイラはどこで手にいればいいのか 現状のJuliaで使われているコンパイラと同じものは、 64bit curl -Ls -O ht
Juliaの開発環境を構築してみる(IJulia) - Qiita
Juliaとは？ 先日TwitterでRのパッケージRcppやlme4などのパッケージを開発している Doug Batesという方が saying "goodbye" to R してJuliaにシフトする旨 宣言されたということで名前を知りました。 参考 https://stat.ethz.ch/pipermail/r-sig-mixed-models/attachments/20131209/ec911711/attachment.pl http://d.hatena.ne.jp/amarui/20120221/1329823079 公式サイト http://julialang.org/ のベンチマークを見るとRより圧倒的に速く、更にPythonやGoよりも速いとの事で興味が湧いて触ってみました。 やること Mac OS Xに公式サイトに書かれている、IPythonを使ったブラウザベース
科学計算が得意な言語Juliaを試してみた - Qiita
Juliaとは 科学計算の用途を想定して作られた言語。 裏でBLASとか使っているので、速度は速いとうたっている。 R と Julia - RjpWikiにもあるように、結構Rから乗り換える人が増えつつあるようだ。 最初にすること http://julialang.org/downloads/ で、パッケージを落としきてインストールする。 後述のhomebrewとかで頑張らないほうが楽 miitonさんのこの記事が一番わかり易い homebrewでjuliaをinstallする(非推奨) が、あるけど、 昔gfortranをgcc時代に入れた人は、入れなおす必要がある HEADで何とか入っても、GadflyがまともにIJuliaから動かない ので、やめたほうが良い [2015/01/20 追記] 現在では、homebrewで入れるのは問題ありません 詳しくは、Julia環境構築 2014
「充足可能性問題(3-SAT)を解く乱択アルゴリズム」 by Julia - Qiita
前置き 元ネタは、結城浩氏著の「数学ガール 乱択アルゴリズム」。 新しい言語を覚えるとき、慣れるために「充足可能性問題（3-SAT）を解く乱択アルゴリズム」（p.353）を実装するという癖をつけていま1す。 ということで。前回の Egison版 に引き続き。勉強開始約1ヶ月の Julia ( http://julialang.org/ ) で実装してみました2。 開発環境・動作確認環境 Mac OSX 10.9.5 Julia 0.3.5 コード # Rw3sat.jl sample(a::Array) = a[rand(1:end)] immutable Literal index::Int not::Bool end literal(index, not) = Literal(index, not) # issatisfied(l::Literal, x::BitArray{1}) =
NumericExtensions.jl / NumericFuns.jl - yomichi's blog
JuliaLang Advent Calendar の10日目の記事です。 Julia 言語を使う動機として、開発速度と実行速度を共に向上させたい、 というものがやはり大きくなるのではないでしょうか。 NumericFuns.jl と NumericExtensions.jl は、 Julia の実行速度、特に配列を用いた数値計算の速度を更に向上させる事のできるパッケージです。 予備知識 -- 時間測定 実行速度を向上させる、というためには、実際に実行速度（実行時間）を計測する必要があります。 Julia では@time を使うことで簡単に実行時間を計測できます。 # @time は与えた式を評価して、それと同時に標準出力に計算時間と必要メモリを表示 julia> @time sleep(0.5) elapsed time: 0.501986776 seconds (472 bytes a
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
Julia/Vector fileds of complex functions.ipynb
Juliaでzlib, bzip2, xz, zstdを扱うTranscodingStreams.jlの紹介 - Qiita
GitHub - johnmyleswhite/ContinuedFractions.jl: Types and functions for working with continued fractions in Julia
GitHub - JuliaNLSolvers/NLsolve.jl: Julia solvers for systems of nonlinear equations and mixed complementarity problems
GitHub - JuliaInterop/CxxWrap.jl: Package to make C++ libraries available in Julia
GitHub - JuliaGPU/OpenCL.jl: OpenCL Julia bindings
GitHub - IntelLabs/ParallelAccelerator.jl: The ParallelAccelerator package, part of the High Performance Scripting project at Intel Labs
An introduction to ParallelAccelerator.jl
Jupyter Notebook Viewer
PHEENIX::SELL
Jupyter Notebook Viewer