はじめに もっとミニマルで簡単なポータブルな環境を! 自分自身の研究のための環境構築についてこれまで二本の記事を書いてきました. これらの記事から二年ほどたち, いくつかの点において不満点が出てきました. 特に, GCPや自宅のサーバー上でリモートで作業することが多くなってきたので, よりミニマルでポータブルな環境が必要になりました. 以下では, 現時点で最小限の努力で環境を再現ができることを目標にしたDockerベースのGitHubレポジトリのテンプレートとその使い方を紹介します. このテンプレートを用いて作られた環境は, 新たなコンピュータ上で最短4ステップで環境を再現できるようになります. git clone VSCodeの"Open in Remote Containers" renv::restore() dvc pull この環境とセットアップはこのレポジトリにテンプレートとし
なぜこの記事を書くのか 皆さん、データ解析を行う際にどのようなライブラリを用いているでしょうか。 おそらく大半の人はpandasを使っているのではないでしょうか。 私もpandas使ってます。簡単だよね(´・ω・｀) しかし、業務でバカクソでけえデータを読み込もうとしたときに、読み込み時間がとんでもなくかかったり、メモリ不足でそもそも読み込めもしないことが起きていました。 読み込みにメモリ食われすぎて他の作業ができずに待機した挙句、燃え尽きたかのようにノーパソのファンが止まると同時にメモリ不足のエラーが出たときには切れ散らかします。 （画像元：葬送のフリーレン公式Xアカウントのポストより） そんなこともあり、AWSなどのクラウドサービスでメモリに余裕を持たせるためにめちゃくちゃ良いインスタンスを使用していましたが、コストの問題で断念しました。 しかし、どうしても読み込みたいということもあり
Calculus with Julia
55 Vector-valued functions, \(f:R \rightarrow R^n\)
この記事は，『アカンクリスマスアドベントカレンダー2023』の 10日目の記事となります．株式会社Acompany の R&D 部門に所属しています．terasaki です．本日はタイトル通り...
For those of you who aren’t aware, the Mojo SDK was recently released, so I thought I would take the opportunity to start benchmarking some Julia code against Mojo. As a first test, I am calculating the Mandelbrot set using the code provided by Modular. This is my Julia implementation: using Plots const xn = 960 const yn = 960 const xmin = -2.0 const xmax = 0.6 const ymin = -1.5 const ymax = 1.5 c
TOP 20にランク入りした「Julia」とは――プログラミング言語の人気ランキング「TIOBEインデックス」に波乱
ソフトウェア品質の評価と追跡を手掛けるTIOBE Softwareは、2023年8月版の「TIOBEプログラミングコミュニティーインデックス」（通称「TIOBEインデックス」）を発表した。 TIOBEインデックスはプログラミング言語の人気度を示すランキングで、同社が毎月更新している。2023年8月のランキングでは「Python」が13.33％で首位を維持した。2位～5位は「C」（11.41％）、「C++」（10.63％）、「Java」（10.33％）、「C#」（6.38％）だった。 関連記事 「COBOL」がトップ20にまさかの復帰、「C++」は「C」を超えるか――2023年7月言語人気ランキング発表 プログラミング言語の人気ランキング「TIOBEインデックス」の2023年7月版が公開された。「C++」が順位を上げ、「C」を追い抜こうとしている。「JavaScript」は史上最高ランクに達
数学と物理におけるJuliaの活用｜2023a015 | 産業数学の先進的・基礎的共同研究拠点 九州大学IMI
開催方法：九州大学 伊都キャンパスとZoomミーティングによるハイブリッド開催 開催場所：九州大学 伊都キャンパス ウエスト1号館 D棟 4階 IMIオーディトリアム（W1-D-413） 主要言語：日本語 共催：九州大学マス・フォア・インダストリ研究所，学術変革領域研究A「「学習物理学」の創成－機械学習と物理学の融合新領域による基礎物理学の変革」 種別・種目：一般研究-研究集会（Ⅱ） 研究計画題目：数学と物理におけるJuliaの活用 研究代表者：富谷 昭夫（大阪国際工科専門職大学情報工学科・助教） 研究実施期間：2023年7月10日（月）〜2023年7月12日（水） 公開期間：2023年7月10日（月）〜2023年7月12日（水） 研究計画詳細：https://joint1.imi.kyushu-u.ac.jp/research_chooses/view/2023a015
Surgical updates & high performanceMakie uses Observables.jl to only update what's necessary at a given point in time. This example animates hundreds of thousands of points just through a colormap update, modifying only a few bytes per frame directly on the GPU. There's no faster way to animate large data. Combining the power of GPUs and Julia's high performance, Makie is fit for any task! Powerfu
はじめに 現在、業務でビッグデータの処理を行っていますが、Pythonだと処理の実行に20～30分かかってしまい、解消法としてAWSのSagemakerなどのクラウド上での実行を余儀なくされています。また、メモリの関係上、12xlarge程度のかなり大きなインスタンスを選択することになり、コストも馬鹿になりません。 そこで、Juliaを用いて処理を実行したところ、ものの2～3分で完了してしまいました。 このことを報告したところ、Juliaを業務に取り入れる価値があるのではないかという話題になり、Pluto.jlを導入することができそうです。 今回は、導入するかどうかは置いておいて、JuliaがPythonと比較してどの程度速度が出るかを検証して、実際にアピールできればと思います。 比較するコード 今回は簡単に以下のようなライプニッツ公式を計算するようなコードを用いた比較を行います。 imp
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
VSCode + Dockerでよりミニマルでポータブルな研究環境を
PandasからPolarsへ移行した方がいいのか - Qiita
半年かけて企業で Julia を使うための開発基盤を1から整えた話
Julia & Mojo Mandelbrot Benchmark
Features
Julia言語のすごさを社内にアピールする - Qiita