PyTorch核心开发者灵魂拷问 我们怎么越来越像Julia了？
发布时间：2021-12-06 17:29:10 所属栏目：传媒 来源：互联网
导读：PyTorch社区最近有一种声音：下个版本应该抛弃Python改用Julia语言。 现在就连PyTorch团队内部也会拿这个说法来开玩笑。 对这个问题，核心开发成员中的Edward Yang在论坛上作出过一些回应。 他认为PyTorch的确越来越像Julia了，比如借鉴Julia的多重分派特性开
|
PyTorch社区最近有一种声音：下个版本应该抛弃Python改用Julia语言。 现在就连PyTorch团队内部也会拿这个说法来开玩笑。 对这个问题，核心开发成员中的Edward Yang在论坛上作出过一些回应。 他认为PyTorch的确越来越像Julia了，比如借鉴Julia的多重分派特性开发了Pytorch Dispatcher。 PyTorch总体的发展方向也和Julia的愿景一致，也就是同时具备拓展性、易用性和执行性能。 一方面PyTorch的底层代码后期用C++重写以获得更好的性能，另一方面functorch、fx等新功能又让用户可以直接使用Python做以前必须借助C++完成的工作。 那为什么不直接改用Julia呢？ 害，其实是舍不得Python那无可替代的生态。 当初从原版Torch使用的Lua改用Python就是看中了生态这一点。这么多年过去了其他语言生态连一点可能超过Python的迹象都没有。 简而言之，Julia语言本身的特性和Python的生态他们全都要，向Julia的优点学习也是团队未来的努力方向。 那么，Julia这种语言到底好在哪，让PyTorch开发团队都向它学习？ 面向科学计算设计的语言 Julia来自麻省理工CSAIL实验室，设计初衷就是想要一个既有C的速度又有Ruby的动态性、既能像Matlab一样使用数学表达式又有Python的通用性。 Julia要能像Perl一样自然地处理字符串、像R一样适用于统计，像Shell一样作为胶水语言去和其他语言交互。 最后做出来的Julia采用即时编译（Just In Time），速度比需要解释器的Python快得多，又没有失去交互性。 （编辑：52站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
