#Julia言語
Juliaでは入力の値の具体的な型を見てからそれに合わせてネイティブコードにコンパイルする仕組みで、支払わなければいけないトレードオフは当然発生する。
しかし、入力の値の型ごとに最適化されたネイティブコードに自動的にコンパイルされる仕組みは多くの場合に便利です。
Juliaでは入力の値の具体的な型を見てからそれに合わせてネイティブコードにコンパイルする仕組みで、支払わなければいけないトレードオフは当然発生する。
しかし、入力の値の型ごとに最適化されたネイティブコードに自動的にコンパイルされる仕組みは多くの場合に便利です。
https://twitter.com/ray_model2k00/status/1373688038572748801
#Julia言語
Juliaで函数f(x)のコードを書くときには、単純に
f:A→B
のようになるとは考えずに
xの値の具体的な型が決まると、xの値の具体的な型が伝搬して行って、f(x)の値の具体的な型も決まる
となるようにコードを書くことを考えます。
確認には @ code_warntype などを使う。
Juliaで函数f(x)のコードを書くときには、単純に
f:A→B
のようになるとは考えずに
xの値の具体的な型が決まると、xの値の具体的な型が伝搬して行って、f(x)の値の具体的な型も決まる
となるようにコードを書くことを考えます。
確認には @ code_warntype などを使う。
#Julia言語 数値計算が主な目的で、自前で型を定義したりせずに、forループを素朴に回すコードを書きたい場合には、整数(Int64)の123などと浮動小数点数(Float64)の123.0などの厳密な区別を意識して、それ以外の型に関する事柄は考えない、という安易な方針でも十分に実用になります。
#Julia言語 Juliaの機能をいきなり全部使う必要はない。
• • •
Missing some Tweet in this thread? You can try to
force a refresh
