MV
Я думаю примерно сегодня-завтра =)
Size: a a a
2019 June 18
VF
Простите, коллеги - я просто в деревне и тут очень швах связь =) Оно медленно, но грузится =)
2019 June 19
AB
Подскажите, какую библиотеку использовать, чтобы сделать REST HTTP API и получить максимальный RPS? чтоб было epoll/kqueue или libuv. хочу понять, что можно выжать простейшего hello world
GI
GI
Подскажите, какую библиотеку использовать, чтобы сделать REST HTTP API и получить максимальный RPS? чтоб было epoll/kqueue или libuv. хочу понять, что можно выжать простейшего hello world
вот как раз в слайдах есть, но если коротко, то HTTP.jl
GI
если вдруг кому код нужен к Deep learning в Julia - маякните pls
KT
Печально, что нет экспорта моделей нормального в flux, как всегда досадные "мелочи"
АГ
Подскажите, какую библиотеку использовать, чтобы сделать REST HTTP API и получить максимальный RPS? чтоб было epoll/kqueue или libuv. хочу понять, что можно выжать простейшего hello world
Как я понял, libuv в julia runtime входит, используется для всего io
ИЦ
если вдруг кому код нужен к Deep learning в Julia - маякните pls
В лс?
AB
А самой записи доклада нет? Интересно, вдруг там вопросы какие были. Я, как и автор, тоже разрабатываю на Erlang/Elixir. Сам я потестил HTTP.lj и Geany.lj. Тестировал WRK. Ожидал, что RPS будет выше. Думал, может я где-то ошибся. У меня получилось около 1800 RPS. Хорошо, что автор пояснил почему ))) В общем, с нетерпением буду ждать асинхронный HTTP для Julia. Потому что мне очень понравилась простота работы с языком. Чем-то напомнило Lua, который осваивается за выходные. Ну и т.к. я из мира Erlang, понравились темы тремя уровнями параллелизма - можно выбирать. Каналы мне не очень, по сравнению с сообщениями, то говорят, математически это тождественно.
Julia вперёд! )
Julia вперёд! )
VS
если вдруг кому код нужен к Deep learning в Julia - маякните pls
Буду признателен
GI
Печально, что нет экспорта моделей нормального в flux, как всегда досадные "мелочи"
теоретически, там концептуально ничего сложного. но очень много операций - надо дотошноно делать, на коленке не получится. это хоть в ONNX, хоть в то, что TensorFlow использует
GI
и, насколько я успел понять, некоторые операции в Flux немного иначе реализованы, не так, как в TF. так и гвоздями готовые модели тоже не так просто прибить будет
GI
поэтому, собственно, в Metalhead так мало готовых моделей
GI
ну, или отчасти поэтому
GI
А самой записи доклада нет? Интересно, вдруг там вопросы какие были. Я, как и автор, тоже разрабатываю на Erlang/Elixir. Сам я потестил HTTP.lj и Geany.lj. Тестировал WRK. Ожидал, что RPS будет выше. Думал, может я где-то ошибся. У меня получилось около 1800 RPS. Хорошо, что автор пояснил почему ))) В общем, с нетерпением буду ждать асинхронный HTTP для Julia. Потому что мне очень понравилась простота работы с языком. Чем-то напомнило Lua, который осваивается за выходные. Ну и т.к. я из мира Erlang, понравились темы тремя уровнями параллелизма - можно выбирать. Каналы мне не очень, по сравнению с сообщениями, то говорят, математически это тождественно.
Julia вперёд! )
Julia вперёд! )
есть. сведем, выложим)
VG
если вдруг кому код нужен к Deep learning в Julia - маякните pls
С митапа? Было бы неплохо взглянуть
VF
GI
так, код я сюда выложу: там два файла, нет смысл git городить