パワースペクトル計算の2つの方法 (Julia Advent Calendar 2019) - 丸井綜研
はじめに これはJulia Advent Calendar 2019の20日目の記事です。「音について何か書きます」と宣言したので、普段Juliaを使って音についてどんなことをしているかを紹介します。今年はパワースペクトルの計算を、(1)信号全体をフーリエ変換する方法と、(2)スペクトログラムを時間平均する方法の2とおりでやってみます。 去年はAdvent Calendar参加記事として以下のようなものを書いていましたので、それからあまり進歩していませんが、ご容赦を。 marui.hatenablog.com 今回のエントリはJulia 1.0.5用に書いています。というのも、Julia 1.2や1.3あたりからLibSndFileなどのインストールがうまくいかない状況になっているからです。（原因はSampledSignals.jlにあるようですが、本稿を執筆している12月19日時点で解決
GitHub - JeffBezanson/femtolisp: a lightweight, robust, scheme-like lisp implementation
This project began with an attempt to write the fastest lisp interpreter I could in under 1000 lines of C. It snowballed from there as I kept trying to see if I could add powerful features with minimal code. At the same time I assembled a library of some of my favorite C code (by myself and others) to use as a base for a standard library. This includes ios, a replacement for parts of C's stdio tha
Juliaという速くて書きやすい言語をちょっとだけ覗いてみたんだが、なにやらワクワクするものがあったので報告しようと思う - Qiita
Juliaという速くて書きやすい言語をちょっとだけ覗いてみたんだが、なにやらワクワクするものがあったので報告しようと思うJulia はじめに 最近うちの会社でも機械学習がホットになってきていて、去年、直属の先輩から「機械学習やりなよ」と言われましたが、「自分にはまだ他にやりたいことがあるので。。。」と逃げていました。 しかし今年の後半になるにつれて、さらに勢いをましている機械学習をみて、「これは今のうちにやらないと置いていかれる」と焦り始めて、ちょっと頑張ってみることにしました。 機械学習には「Python」「R」など長年使われている言語もありましたが、新しもの好きの私は迷うことなく「Julia」でやることに決めました！ 「Julia」を少し調べてみると面白い機能があったので、個人的な備忘も兼ねて記事にしたいと思います。 参考文献 Julia公式ページ GitHub yomichi's b
Julia 関連の参考リンク
その後、参考にした主な情報一式 >julia 0.6からjulia 1.0への移行-Qiita https://qiita.com/Hidekazu-Karino/items/eeda08fbd6f16c735843 >Julia 1.0の注意点-Qiita https://qiita.com/yatra9/items/d38833b8d4f30b921f52 >PythonistaのためのJulia100問100答 - りんごがでている http://bicycle1885.hatenablog.com/entry/2014/12/23/170745 >JuliaとPythonで擬似コードや数式を動かそうとしたときの比較 - やったことの説明 http://ksknw.hatenablog.com/entry/2017/12/16/200000 >Julia-Tutorial 高速でJu
Julia - 野良パッケージを公式パッケージにする方法 - goropikariの備忘録
先日、DiracNotation.jl という拙作が METADATA.jl にマージされ、野良パッケージから公式パッケージ*1へと昇格しました。 Julia 1.0 が出て以降では初めてパッケージを新規登録したので不安もあったのですが、とりあえず無事にマージされてほっとしています。 github.com 最近、METADATA.jl を覗いていると新規のパッケージ登録も多く見られるので、自分のパッケージも公式パッケージにしたくてウズウズしている Japanese Julian*2 もきっと多いことでしょう。 しかし、Julia 1.0 になって公式ドキュメントから公式パッケージへの登録方法が消え、またパッケージの管理方法も変わったので、どうしたら公式パッケージとして登録できるのか分からず困っている Julian も多いのではないでしょうか。 そこで今回は野良パッケージを公式パッケージに登
Julia のススメ 〜 Deep Learning のための Julia 〜 - Qiita
TL;DR Julia は速いよ。 Julia は行列演算簡単だよ。 Julia は Deep Learning 向きだよ。 Julia はそもそも書きやすいよはかどるよ！ Julia 良いよ Julia！ 初めに 【注意】この記事は1年以上前の記事です12。 この記事は、Julia Advent Calendar 2016 の3日目の記事です。 と同時に、機械学習 名古屋 第8回勉強会 の発表資料です。 またこの記事は、ゼロから作る Deep Learning（O'reilly, 2016/09）を参考に構築しています。 ↑ をJuliaに移植中 → DLScratch.jl 自己紹介 自己紹介 名前：後藤 俊介 所属：有限会社 来栖川電算 言語：Python, Julia, Ruby, Scala（勉強中）, … twitter: @antimon2 Facebook: antimon
Juliaのコードをコンパイルして高速実行する方法 - MyEnigma
工学基礎 最適化とその応用 (新・工科系の数学)posted with カエレバ矢部 博 数理工学社 2006-04 Amazonで検索楽天市場で検索Yahooショッピングで検索 目次 目次 注意 (2020年8月追記) はじめに Juliaにおけるコンパイル Juliaのコードをコンパイルするスクリプトjuliac JuMPの最適化コードをjuliacでコンパイルして高速化してみる juliacを使う時の注意点 現在の所、コンパイルするjuliaのコードはhello.jlという名前でないとCコードを変更する必要がある PyCallが含まれたコードはコンパイルできない JuMPのコードをコンパイルする時は、配列のインデックスの始まりは1にする JuMPの非線形最適化のマクロがあるとコンパイルできない 参考資料 MyEnigma Supporters 注意 (2020年8月追記) この記事は
黒木玄 Gen Kuroki on Twitter: "#数楽 コンピューター上でのバナッハ空間の実装は、実装前の理想化された段階で完備性が成立しているものをうまく選んで、 +, -, 0, スカラー倍, ノルムを函数として実装しておけば十分です。 HCubature.jlならバナッ… https://t.co/DaJUyIp0mt"
#数楽 コンピューター上でのバナッハ空間の実装は、実装前の理想化された段階で完備性が成立しているものをうまく選んで、 +, -, 0, スカラー倍, ノルムを函数として実装しておけば十分です。 HCubature.jlならバナッ… https://t.co/DaJUyIp0mt
JuliaのQA - Qiita
Help us understand the problem. What is going on with this article? なんだか寝付けないので，最近の状況を踏まえてJuliaのことをQA形式で書こうと思います。Julia高速チュートリアルのアクセス数をみると，2018年早々プチブームになってるのがわかりますね。 なんでJuliaを使うのか Juliaは比較的新しい言語で，もともと数値計算のために開発が開始されました。今までこの目的で使われていたのは，コンパイル言語だとFortranやC++，スクリプト言語だとMATLAB/OctaveやPython(特にNumPyやSciPy)でしょう。Juliaが特に優れている点としては， 簡潔で平易な文法 動的な実行が可能 線形代数で使う関数が標準で用意されている(OpenBLASやLAPACKなど) Just-in-time (JIT
Switching from Common Lisp to Julia
I have written this post for developers in the Common Lisp community who asked why I am switching to Julia. It may only be relevant for the small set of people who use Common Lisp for scientific computing. I used Common Lisp for scientific computing for a while, from 2008 to about 2015, in combination with R and C++. This choice may surprise people who don't know about projects like Maxima or FEML
どうすればPythonをJuliaと同じくらい速く動かせるのか？ : 様々なやり方で計算の高速化を図る | POSTD
どうすればPythonをJuliaと同じくらい速く動かせるのか？ : 様々なやり方で計算の高速化を図る Julia対Python 科学技術計算には、Pythonなどの言語よりもJuliaを使った方がいいのでしょうか？ http://julialang.org/ に載っているベンチマークを見ると、どうしてもそんな風に思ってしまいます。というのも、Pythonなどの高水準言語は、スピード面で大幅に劣っているのです。けれども、これは私が最初に感じた疑問ではありません。私が気になったのは、「Juliaのチームが書いたPythonのベンチマークは、Pythonに最適なものだったのか？」ということです。 こういった多言語の比較について、私の考えを述べましょう。まずベンチマークというのは、実行するタスクによって定義されるものです。よって、そのタスクを実行するための最適なコードを、各言語に精通した人々が最
Introducing Knet8: beginning deep learning with 100 lines of Julia
It has been a year and a half since I wrote the first version of this tutorial and it is time for an update. Knet (pronounced “kay-net”) is the Koç University deep learning framework implemented in Julia by Deniz Yuret and collaborators. It supports construction of high-performance deep learning models in plain Julia by combining automatic differentiation with efficient GPU kernels and memory mana
Compiling Julia for NVIDIA GPUs · maleadt
Compiling Julia for NVIDIA GPUs Jan 15, 2015 #julia For the few last months, I have been working on CUDA support for the Julia language. It is now possible to write kernels in Julia and without much hassle execute them on a NVIDIA GPU, but there are still many limitations. Note from 2018: Much has happened since 2015, and as a result this blog post has become pretty stale. Check-out CUDAnative.jl
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
Flux
黒木玄 Gen Kuroki on Twitter: "#Julia言語 数学ソフトウェアとフリードキュメント XXVIIIでの講演資料のリポジトリに Julia v1.1.0 の Windows 8.1 へのインストール https://t.co/uVv450uEsQ を追加しま… https://t.co/MFucFByLUN"
Strengths Finderで似ている人を見つけるためにJuliaで主成分分析
アヲギリ on Twitter: "久々，Juliaでオーディオ処理．ラダーフィルタを3通りのアルゴリズムで実装，それぞれの音の聴き比べと処理速度の違いを確認したやつ．https://t.co/lCIuPQRs5n"
GitHub - JuliaMath/HCubature.jl: pure-Julia multidimensional h-adaptive integration
https://julialang.org/blog/2017/12/ml&pl/
The 2nd Annual JuliaCon 2015 (MIT)
