Просто передача между функциями - быстро. Передается просто указатель (адрес) на объекты в памяти. Например, если создать numpy.ndarray и вызывать методы numpy для обработки - это быстро. Ну как быстро... Если данные огромны, то затраты на вызовы функций малы по сравнению с временем на их обработку - это типичная ситуация для ML.
Другое дело, если данные маленькие - например, работать с массивчиком 100 чисел. Уже на вызовы будет затрачено значительное время.
Пожалуйста: встроенный тип array - компактный (типизированный) массив чисел. Типы любые числовые - int, long, signed/unsigned, double, float, все размеры от 1 до 8 байт. Но array крайне редко используют, так как используют библиотеки. Потому что медленный код.
Потом еще можно рассмотреть типы данных numpy. Это по типам данных, они есть. Вот с кодом сложнее. numba умеет использовать статические типы и делает компиляцию в машинный код. Да, весьма костыльно, куча ограничений, проблема с отладкой и др. Ее нельзя применить ко всему проекту. Но сделать одну-две функции, или даже целый модуль - вполне реально. Можно закрыть точечно потребность в каких-то вещах, которых нет в библиотеках. Причем закрыть весьма эффективно - статическая типизация, весьма эффективный, скомпилированный машинный код, распараллеливание циклов как OpenMP в C++. Можно сделать все то, для чего нужно было бы писать библиотечку на C/С++. Но писать при этом на питоне, с некоторыми нюансами.
Но в целом я согласен, для быстрого языка с компиляцией без нормальной, родной статической типизации не обойтись. Сделать еще одну, несовместимую с предыдущими версию питона? Ну а почему нет, переходили же с 2 на 3))
Питон садится в лужу по быстродействию в ML, если нужно написать какой+то свой алгоритм, для которого нет подходящей библиотеки. Но для этого случая в питоне есть numba. С ней код работает на уровне лучших компилирующих языков - C/C++/Rust. То есть, быстрее уже некуда.
Да, там куча ограничений, но большую часть задач она покрывает.
Эти и другие области ML объединяет то, что большинство библиотек для машинного обучения написано на Python.
Ну начнем с того, что большинство библиотек для машинного обучения для питона написано не на питоне)
А ещё питон активно развивается, в том числе и в сторону увеличения быстродействия. Не защищаю питон, я всегда за прогресс)
Но, если честно, не совсем понимаю смысл создания прямо таки специализированного языка для ML. Как я понял, его основная фишка - умение хорошо дергать питоновые либы. Ну и быстрее. Посмотрим. Есть шансы, что питон станет быстрее раньше, чем новый язык покорит мир ML.
это не влияет ни на западный мир, ни тем более на Африканский
В том и дело, что влияет. В этом и суть. Не сейчас, а в будущем. В хаотической системе любые, даже очень малые возмущения приводят к тому, что состояние системы будет другим. Насколько другим - предсказать невозможно. Может, из-за вашего комментария родится новый человек) может, через 30 лет вместо дома будет парк. А может ещё что, просто миллион мелких отличий на всей планете)
Ещё почему-то в статье не упомянуты аттракторы - компактные подмножества состояний хаотической системы. Это когда ваш комментарий не приведет к каким-то катаклизмам, и все останется примерно так, как и без него. Просто мелкие различия по всему миру - другие имена у людей, другие строения, компании и т.д.
Но бывает, что мелкое возмущение приводит к смене аттрактора - это когда ваш комментарий натолкнул кого-то на мысль, цепочка событий привела к созданию Скайнет и терминаторы захватили мир))
Наверное, вы пытались предсказать ливень. Это невозможно. Он может на соседней улице быть, а на вашей - нет, и наоборот. Остальные вещи на сутки предсказываются боле-менее точно. Скорость ветра, температура, направление ветра, давление. Кстати, среднее по осадкам - тоже. Я смотрю на гисметео. Мне нравится, что там без комментариев синоптиков, просто результаты рассчёта. Со временем становится понятно что есть что. Например, если осенью показывает 5 мм остадков за сутки - как правило, это дождь временами. Будет везде. А если показывает летом в переменную облачность, да еще в жару 5 мм осадков - это значит, что пройдут ливни. То есть, дождя может не быть совсем. А может ливанет, и за 15 минут свалится все 10 мм осадков за весь день и там будет и ваша доля, и доля соседей, у которых не будет дождя))
Открыл увидеть историю, а увидел скомканные факты и статистику... (
Да, но есть одно но...
Хороший язык даёт компилятору больше информации, и он может безопасно применить более эффективные приемы оптимизации.
Просто передача между функциями - быстро. Передается просто указатель (адрес) на объекты в памяти. Например, если создать numpy.ndarray и вызывать методы numpy для обработки - это быстро. Ну как быстро... Если данные огромны, то затраты на вызовы функций малы по сравнению с временем на их обработку - это типичная ситуация для ML.
Другое дело, если данные маленькие - например, работать с массивчиком 100 чисел. Уже на вызовы будет затрачено значительное время.
Это не связанные вещи))
Пожалуйста: встроенный тип array - компактный (типизированный) массив чисел. Типы любые числовые - int, long, signed/unsigned, double, float, все размеры от 1 до 8 байт. Но array крайне редко используют, так как используют библиотеки. Потому что медленный код.
Потом еще можно рассмотреть типы данных numpy. Это по типам данных, они есть. Вот с кодом сложнее. numba умеет использовать статические типы и делает компиляцию в машинный код. Да, весьма костыльно, куча ограничений, проблема с отладкой и др. Ее нельзя применить ко всему проекту. Но сделать одну-две функции, или даже целый модуль - вполне реально. Можно закрыть точечно потребность в каких-то вещах, которых нет в библиотеках. Причем закрыть весьма эффективно - статическая типизация, весьма эффективный, скомпилированный машинный код, распараллеливание циклов как OpenMP в C++. Можно сделать все то, для чего нужно было бы писать библиотечку на C/С++. Но писать при этом на питоне, с некоторыми нюансами.
Но в целом я согласен, для быстрого языка с компиляцией без нормальной, родной статической типизации не обойтись. Сделать еще одну, несовместимую с предыдущими версию питона? Ну а почему нет, переходили же с 2 на 3))
Тоже не понял, как C++ может быть медленнее. Параллелизм и в C++ есть. Да та же numba в питоне может циклы параллелить по ядрам процессора.
Статью, конечно, плюсанул, все это очень интересно)
Но в такой статье очень не помешали бы примеры кода.
Питон садится в лужу по быстродействию в ML, если нужно написать какой+то свой алгоритм, для которого нет подходящей библиотеки. Но для этого случая в питоне есть numba. С ней код работает на уровне лучших компилирующих языков - C/C++/Rust. То есть, быстрее уже некуда.
Да, там куча ограничений, но большую часть задач она покрывает.
Ну начнем с того, что большинство библиотек для машинного обучения для питона написано не на питоне)
А ещё питон активно развивается, в том числе и в сторону увеличения быстродействия. Не защищаю питон, я всегда за прогресс)
Но, если честно, не совсем понимаю смысл создания прямо таки специализированного языка для ML. Как я понял, его основная фишка - умение хорошо дергать питоновые либы. Ну и быстрее. Посмотрим. Есть шансы, что питон станет быстрее раньше, чем новый язык покорит мир ML.
Маловато для обзора. Наверное, стоит упомянуть множество сильно разных реализаций. А про типизацию?
Да-да, ркорд возведения панельки, если мне не изменяет память - 5 дней!
Интересно. Спасибо. В копилочку.
Скоро буду на новую систему ставить, может пригодиться)
Не будут они учить друг друга. Им доступно копирование, в отличии от людей)
https://habr.com/ru/articles/806047/
В том и дело, что влияет. В этом и суть. Не сейчас, а в будущем. В хаотической системе любые, даже очень малые возмущения приводят к тому, что состояние системы будет другим. Насколько другим - предсказать невозможно. Может, из-за вашего комментария родится новый человек) может, через 30 лет вместо дома будет парк. А может ещё что, просто миллион мелких отличий на всей планете)
Ещё почему-то в статье не упомянуты аттракторы - компактные подмножества состояний хаотической системы. Это когда ваш комментарий не приведет к каким-то катаклизмам, и все останется примерно так, как и без него. Просто мелкие различия по всему миру - другие имена у людей, другие строения, компании и т.д.
Но бывает, что мелкое возмущение приводит к смене аттрактора - это когда ваш комментарий натолкнул кого-то на мысль, цепочка событий привела к созданию Скайнет и терминаторы захватили мир))
Наверное, вы пытались предсказать ливень. Это невозможно. Он может на соседней улице быть, а на вашей - нет, и наоборот. Остальные вещи на сутки предсказываются боле-менее точно. Скорость ветра, температура, направление ветра, давление. Кстати, среднее по осадкам - тоже.
Я смотрю на гисметео. Мне нравится, что там без комментариев синоптиков, просто результаты рассчёта. Со временем становится понятно что есть что. Например, если осенью показывает 5 мм остадков за сутки - как правило, это дождь временами. Будет везде.
А если показывает летом в переменную облачность, да еще в жару 5 мм осадков - это значит, что пройдут ливни. То есть, дождя может не быть совсем. А может ливанет, и за 15 минут свалится все 10 мм осадков за весь день и там будет и ваша доля, и доля соседей, у которых не будет дождя))
По моим многолетним наблюдениям, с погодой у яндекса очень плохо... так и не смог до сих пор её победить...
Прогноз на май? Круто!
А что без гороскопа-то?
Тоже иногда люблю с ними поговорить))
Они от этого потом бесятся - время потратили, а их сомих водили за нос))
Черт, опередили))
800.com )))