‘Programmeertaal Julia wordt de voorkeurstaal voor machine learning’

Makers van de programmeertaal Julia hebben een machine learning (ML) softwarebibliotheek genaamd ‘Flux’ ontworpen die van Julia de voorkeurstaal moet maken op het gebied van ML. 

Flux maakt volgens de ontwerpers het schrijven van ML-codes eenvoudiger, vergemakkelijkt het trainingsproces en zou bepaalde prestatievoordelen bieden ten opzichte van concurrerende frameworks op hardwareversnellers zoals GPU’s en TPU’s  (Tensor Processing Units) van Google.

Wiskundige en numerieke informatica

“Julia is van meet af aan ontworpen voor wiskundige en numerieke informatica en is zeer geschikt voor het uitdrukken van ML-algoritmen. De mix van modern design en nieuwe ideeën in de compiler maakt het makkelijker om aan de hoge prestatievereisten van de nieuwste ontwikkelingen te voldoen”, aldus de makers van Julia in een blogpost.

Ondanks het streven, domineert vandaag de programmeertaal Python op het gebied van ML. Python wint volgens Techrepublic aan populariteit onder ontwikkelaars, veelal door zijn krachtige ML-frameworks en bibliotheken.


Lees dit: Wat is programmeertaal Julia en wat heb jij eraan?


Daarentegen zou de Flux-bibliotheek volgens de makers op zijn beurt Julia’s compiler uitbreiden met verschillende ML-gerichte tools. Deze zouden gradiënten ondersteunen om zo een ​​betere balans te vinden tussen prestaties en ontwikkelaarscontrole, just-in-time CUDA-kernelcompilatie voor GPU’s, automatische batching voor het verminderen van overheadkosten tijdens trainingen en optimalisaties voor het uitvoeren van Google TPU’s.

‘Toekomst ML gericht op taal- en compilertechnologie’

Ontwikkelaars Julia: “Wij geloven dat de toekomst van ML berust op taal- en compilertechnologie, en in het bijzonder op uitbreiding van nieuwe of bestaande talen om te voldoen aan de hoge eisen van ML-onderzoek.”

Talen die naar eigen zeggen ‘differentiatie, vectorisering en exoten zouden ondersteunen. Al realiseren ze zich dat er nog wel een lange weg te gaan is voordat tools van de volgende generatie – Myia, Swift / TF en Flux – net zo productieklaar zijn, als de bestaande framework-tegenhangers, TensorFlow, PyTorch en Knet.

 

Gerelateerd:  Programmeertaal Julia wint aan populariteit: haalt het Python in?