Я сам такой курс/книгу не потяну. Я ещё с системным мышлением не до конца разделался. Ну, и кто-то должен держать целое: всю совокупность фундаментальных курсов. Магистратур развелось по три на каждую компетенцию. А база оказалась в бакалавриатах. И всё, фронтир там отсутствует по определению. Но база там. И нужно вернуть фронтир, вот я и возвращаю. Идея называется "второй бакалавриат". Фундаментальное образование сегодняшнего дня, равно как и деятельностный кругозор сегодняшнего дня. И вычислительное мышление там одна из важных дисциплин.

А квантовое программирование уже появилось, равно как и языки квантового программирования. https://en.wikipedia.org/wiki/Quantum_programming

ну я скорее про вхождение в общий обиход. а то что языки есть и соответственная парадигма мне известно. но оно пока не очень распространено, за известной причиной

второй бакалавриат это хорошая тема, согласен.
а то после нескольких лет первого бакалавриата универа все забываешь, и можно заново второй чуть поподробней и целеноправленней поизучать.

тока время где взять неясно.

Ускорение запуска Julia при помощи PackageCompiler.jl
🏷 Tutorial
🗂 Julia

Зайдя на официальный сайт языка программирования Julia, одно из первых утверждений, которое мы видим, гласит: "Julia is fast!". Однако, новые пользователи на практике сталкиваются с проблемой медленной загрузки модулей, в особенности графических [1,2]. Диалектически, причиной медленного запуска является использование JIT компиляции, использование которой и обеспечивает высокую производительность языка. При желании, с особенностями JIT можно ознакомиться в других статьях. В данной статье пойдёт речь о более практической задаче — о том, как ускорить запуск модулей в Julia при помощи PackageCompiler.jl.

Читать далее ➡ https://shbr.xyz/hh451068

и вводная статья недавно была

Julia: типы, мультиметоды и арифметика над полиномами
🗂 Julia, Программирование

В этой публикации речь пойдёт об основной, на мой взгляд, отличительной особенности языка Julia — представлении функций в виде методов с множественной диспетчеризацией. Это позволяет повысить производительность вычислений, не снижая читаемости кода и не портя абстрагируемость, с одной стороны, и позволяет работать с математическими понятиями в более привычной нотации, с другой. Для примера рассмотрен вопрос единообразной (с точки зрения линейных операций) работы с полиномами в представлении списка коэффициентов и с интерполяционными полиномами.

Читать далее ➡ https://shbr.xyz/hh450628

Супер 👍
Спасибо!

Кстати, появился ещё один machine learning framework на Julia, MLJ — прямой конкурент SciKit (включая его вариант на Julia ScikitLearn.jl): https://julialang.org/blog/2019/05/beyond-ml-pipelines-with-mlj

Больше фреймворков хороших и разных!

Pkg.julialang.org now includes improved Julia package documentation and search powered by JuliaTeam. You can now search Julia package names, tags, code and documentation to find the best Julia packages that fit your requirements

там вроде просто биндинги к питоновскому склерну. ну половина.

Ну вроде как нет. Вот же One language. ScikitLearn.jl wraps python code, which in turn wraps C code for performance-critical routines. A Julia machine learning algorithm that implements the MLJ model interface is 100% Julia. Writing code in Julia is almost as fast as python and well-written Julia code runs almost as fast as C. Additionally, a single language design provides superior interoperability. For example, one can implement: (i) gradient-descent tuning of hyperparameters, using automatic differentiation libraries such as Flux.jl; and (ii) GPU performance boosts without major code refactoring, using CuArrays.jl.

Это из https://alan-turing-institute.github.io/MLJ.jl/dev/frequently_asked_questions/

хм. я почему то думал что так. видимо я не понял что то либо уже поменялось)

Есть отдельно Julia wrapper для Scikit, и отдельно чистый Julia MLJ — это разные пакеты оба для машинного обучения, и их поэтому постоянно  сравнивают. И поэтому постоянно путают )))

Diffeq.jl v6.4: Full GPU ODEs, Neural ODEs with Batching on GPUs, and More (Score: 100+ in 7 hours)

Link: https://readhacker.news/s/43b65
Comments: https://readhacker.news/c/43b65

🔥

Julia: функции и структуры-как-функции
🏷 Tutorial
🗂 Julia, Программирование

Несмотря на то, что в языке Julia по замыслу отсутствует «классическое» объектно-ориентированное программирование с классами и методами, язык предоставляет средства абстрагирования, ключевую роль в которых играет система типов и элементы функционального программирования. Рассмотрим подробнее второй пункт.

Читать далее ➡ https://shbr.xyz/hh451172

С кем-то на встрече вспоминали, сколько лет пакетному менеджеру composer в php.
Ему 7 лет (Первый выпуск: 1 марта 2012).
Первый репозиторий, доступный для массовой публикации (если не путаю) - packagist.org, домен которого зарегестрирован 13.10.2005
У сервиса pear.php.net копирайт указан 2001 годом.

Удивительно, но я то ли плохо прочитал, то ли пропустил замечательную статью Bezanson J., Bolewski J., Chen J. Fast Flexible Function Dispatch in Julia. ArXiv:1808.03370 [Cs], 2018 (http://arxiv.org/pdf/1808.03370.pdf). Пока лучшее из виденных коротких объяснений Function Dispatch.
Действительно объясняет вывод: We have describe the design and implementation of Julia’s dynamic dispatch mechanism to supporting high-level technical computing programs that also have good performance. In Julia, the combination of dynamic multiple dispatch and on-demand method specialization allows users to write generic code. By providing a uniform language for technical computing programs, Julia provides flexibility and ease of reasoning without requiring the programmer to give up performance.

Hi, Is there anyone currently using the MaxRuby opencv package with Julia?