Julia vs Python: 2019 年に機械学習でナンバー 1 になるプログラミング言語はどれでしょうか?

[[252207]]

[51CTO.com クイック翻訳] Juliaは2018年に登場し、現在最も急速に成長しているプログラミング言語の1つになりました。いくつかの主要言語の利点を組み合わせたことで高く評価されています。

Julia は最近バージョン 1.0 に到達し、その開発者たちは現在、これを機械学習の主要言語にすることを目指して取り組んでいます。

この目標の達成に役立つのが、Julia 用の機械学習ソフトウェア ライブラリである Flux です。Flux は、機械学習コードの記述を容易にし、トレーニング プロセスを簡素化し、GPU や Google の Tensor Processing Unit (TPU) などのハードウェア アクセラレータ上の競合フレームワークよりも大幅なパフォーマンス上の優位性を提供することを目指しています。

現在、機械学習の分野では Python と R が一般的に主流であり、強力な機械学習フレームワークとライブラリのおかげで、Python は開発者の間で人気の点で最も急速に成長しているプログラミング言語であり続けています。対照的に、新興の Julia を使用する開発者は比較的少数です。

そうは言っても、Julia の開発チームは、機械学習で使用されるニューラル ネットワークの構築に使用できるデータ駆動型の手続き型コードである微分可能アルゴリズムの構築に適した言語を開発したと述べています。

「微分可能なアルゴリズムを書くための言語が必要であり、Flux は Julia がその言語になる手助けをします」と Julia チームはブログ投稿に書いています。

「Julia は数学と数値計算のためにゼロから設計されたため、機械学習アルゴリズムの表現に非常に適しています。同時に、コンパイラーに最新の設計と斬新なアイデアが組み込まれているため、高度な機械学習の高性能要件を満たすことが容易になります。」

ブログ記事によると、Flux ライブラリは、パフォーマンスと開発者の制御のバランスを改善するための第 1 レベル勾配のサポート、GPU 用のジャストインタイム CUDA カーネル コンパイル、トレーニング中のオーバーヘッドを削減するための自動バッチ処理、Google TPU での実行の最適化など、機械学習用のさまざまなツールで Julia のコンパイラを拡張します。

チームによれば、Julia は Flux、近々登場する微分可能プログラミング言語 Myia、そして最近の Tensorflow 向け Swift とともに、近いうちに従来の機械学習フレームワークやアプローチに挑戦する可能性があるという。

「機械学習の未来は言語とコンパイラ技術、特に機械学習研究の高い要求を満たすために新旧の言語を拡張することにあると私たちは信じています」と研究チームは書いている。彼らはさらに、「微分化、ベクトル化、異種ハードウェアをサポートする」言語が「科学の多くの進歩を推進する」だろうと付け加えた。

Julia チームは、「これらの次世代ツール (Myia、Swift/TF、Flux) が、既存のツール (TensorFlow、PyTorch、Knet) と同様に実稼働環境に対応できるようになるまでには、まだ道のりが残っています」と述べています。

「しかし、機械学習で新たなブレークスルーを起こすのであれば、これが最善の策かもしれません。試してみて、機械学習の未来がどうなるか見てみましょう。」

Julia が今年初めにバージョン 1.0 に到達して以来、この言語のユーザーはその進歩について概ね楽観的ですが、エラー処理や役に立たないドキュメントについて懸念する人もいます。

LinkedIn によると、機械学習エンジニアは近年最も急速に成長している職種であり、この分野に特化したい開発者向けに利用できる無料コースがますます増えています。

原題: Julia vs Python: 2019 年に機械学習を支配するプログラミング言語はどれか?、著者: Nick Heath

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]