Julia 對決Python：誰能在2019年稱霸機器學習編程？

新智元報道

來源：techrepublic

作者：Nick Heath 編輯：木青

【新智元導讀】在發布1.0版本後，Julia團隊現在希望讓它成為機器學習領域的首選語言。同時，Python和R語言通常在機器學習中佔主導地位，在開發人員普及方面，Python仍然是增長最快的編程語言。

Julia成為2018年發展最快的編程語言之一，因為它結合了幾種主要語言的優勢而備受推崇。

同時，Python依然在使用範圍方面佔據著巨大優勢，並且熱度一直保持著上升趨勢。

那麼，哪種編程語言將在2019年統治機器學習？來看下分析吧。

Julia風頭正勁，適合製作可微分演算法

首先來看看風頭正勁的Julia。

Julia於2012年發布，由麻省理工學院（MIT）的計算機科學和人工智慧實驗室（CSAIL）開發和孵化，是一種免費的開源語言。

目前，Julia已經推出1.0版本，Julia現在有希望成為機器學習（ML）領域的首選語言。麻省理工學院教授Alan Edelman說：「Julia 1.0的發布標誌著Julia現在已經準備好通過將Python和R語言的高效率和易用性與C ++的閃電般速度相結合來改變技術世界。」

能幫助Julia實現這一目標的是Flux，這是一款面向Julia的機器學習軟體庫，旨在使ML代碼更易於編寫，同時簡化訓練流程，並且與競爭框架相比，能提供在GPU和Google TPU等硬體加速器上的某些性能優勢。

Julia背後的團隊表示，他們的語言非常適合製作可微分演算法——這是一種程序性的、數據驅動的代碼，可用於構建機器學習中使用的神經網路。

Julia團隊在博客文章中寫道：

我們需要一種語言來編寫可區分的演算法，而Flux將幫助Julia成為滿足這類需求的語言。

Julia非常適合用於數學和數值計算，並且非常適合表達ML演算法。同時，它融合了現代設計和編譯器中的新思想，可以更容易滿足前沿的高性能需求。

根據Julia團隊的博客文章，Flux庫使用各種專註ML工具擴展了Julia的編譯器，從而支持一流梯度，在性能和開發人員控制之間取得更好的平衡；為GPU及時進行CUDA內核編譯，在訓練期間進行自動批量處理，以減少開銷；在Google TPU上進行優化運行。

該團隊表示，Flux支撐下的Julia，以及即將推出的可分辨編程語言Myia和最近的Swift for Tensorflow，可能很快就會挑戰既定的機器學習框架和方法。

在Julia今年早些時候發布1.0版後，該語言的用戶對於它的進展情況總體上是持樂觀態度的，儘管有些人仍然擔心它會發生錯誤的處理狀態，或者產生無用文檔。

好上手的Python仍是王者，使用範圍上佔據絕對優勢

但Julia任重而道遠。

如今，Python和R語言通常在機器學習中佔主導地位，在開發人員普及方面，Python仍然是增長最快的編程語言，這在很大程度上取決於其機器學習框架和庫的優勢。相比之下，只有相對較小比例的開發人員使用剛剛起步的Julia。

Python在使用範圍方面的確佔據著絕對優勢。

當前的機器學習熱潮推動了學習Python的開發人員數量急劇增加。除了在大數據分析中使用該語言外，Python的多功能性在其使用範圍內的優勢也很明顯，從Web和桌面應用程序到編排系統操作。

軟體質量評估公司TIOBE的數據顯示，2018年12月，Python超越C++成為TIOBE索引排行的第三名，這對於Guido van Rossum的腳本語言來說是歷史最高水平。

TIOBE網站12月編輯語言索引數據

TIOBE還強調了Python在教學中日益增長的用途：2014年，Python成為70%美國大學的入門編程課程。

Python的確有很多優勢：Python代碼相對易於閱讀和理解，支持多種編程範例，具有可以放入代碼的各類軟體庫，並且能擴展到大型應用程序。網上還有很多高質量的免費教程、課程和視頻，這很有利於傳播。

Python一直被認為是最容易學習的編程語言之一，並且以其高可靠性和簡單的語法而聞名，特別是新編碼器。

「我認為，Python是最接近"即時滿足語言"的語言，意思是代碼非常少，即使你是一名新手程序員也能學會，」IEEE研究員兼研究生工程院院長Karen Panetta說「這是因為Python讀起來像英語，這使得它更有利於廣大用戶受眾學習。」

新語言層出不窮，支撐機器學習發展

Julia團隊表示編程語言的發展絕對不會止步於此，並且語言的發展會對機器學習起著重要的作用。

我們相信機器學習的未來取決於語言和編譯器技術，特別是在擴展新的或現有的語言以滿足機器學習研究的高要求時。

支持差異化、矢量化、不同硬體和文化差異的語言將推動科學的大幅進步。

Julia團隊說：「比起那些新一代的工具 Myia、Swift/TF和Flux，TensorFlow、PyTorch和KNET是為現有框架所準備的。」

不過，將來那些新一代的工具很有可能派上用場。「如果你在ML中取得新的突破，他們可能是你最好的選擇。給他們一個機會，看看機器學習的未來是什麼樣的。」

據LinkedIn稱，機器學習工程師是從2017年起的五年內發展最快的工作類別，並且有越來越多的免費課程可供想要專攻該領域的開發人員使用。

身為開發者的你，更看好哪種語言呢？

參考鏈接：

https://www.techrepublic.com/article/julia-vs-python-which-programming-language-will-rule-machine-learning-in-2019/

https://www.tiobe.com/tiobe-index/

【加入社群】

新智元 AI 技術 + 產業社群招募中，歡迎對 AI 技術 + 產業落地感興趣的同學，加小助手微信號：aiera2015_2入群；通過審核後我們將邀請進群，加入社群後務必修改群備註（姓名 - 公司 - 職位；專業群審核較嚴，敬請諒解）。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！