avatar
python 没有替代品# Programming - 葵花宝典
e*y
1
父母I-94表8月底到期,如果现在申请延期,可不可以在延期被批准之前(拿到新的I-
94),现在的I-94过期之后离境美国?
还有,如果用ELIS,是不是I-94表就不用寄过去了。
谢谢。
avatar
s*m
2
下个月结婚,目前正在紧锣密鼓的安排婚礼的事宜,但遇到了一件让我相当纠结的
事儿,那就是要不要给Boss发请柬呢?按常理,办公室同事都请了,不请Boss好像有点
说不过去,但是请了吧我怕到时候气氛会怪怪的,毕竟大家都不习惯在工作之外的场合
跟Boss打交道,尤其是我们常常在背后讲Boss坏话来着。偶尔公司会餐那场面也挺尴尬
的,我可不想搅黄了自己的婚礼。
问了几个朋友有说要请的,有说不要请的,一个都没给我有用的意见,搞得我到现
在还没决定。问了老公请不请他Boss,结果他说他Boss在结婚那会刚好在外面度假,所
以就算请了都不会来。
所以大家来投票吧,我到底要不要给Boss发请柬?
avatar
a*7
3
除了最后一个大章鱼稍显败笔
全片很好看
吴彦祖还在领口别了个中国国旗
avatar
c*v
4
全世界现在就1个可以和matlab比的免费矩阵数值计算工具:Numby。
Tensorflow也在疯狂补工具。线性代数是修补以及tweak一切AI/ML算法的基础。
所以讨论python的优劣意义不大了。
avatar
B*a
5
不合理的地方太多了,正应了那句老话,不作死就不会死
avatar
x*u
6
连C++都开始通过boost抱numpy大腿了
https://www.boost.org/doc/libs/1_63_0/libs/python/doc/html/numpy/tutorial/
simple.html
python价值观输出了

【在 c*******v 的大作中提到】
: 全世界现在就1个可以和matlab比的免费矩阵数值计算工具:Numby。
: Tensorflow也在疯狂补工具。线性代数是修补以及tweak一切AI/ML算法的基础。
: 所以讨论python的优劣意义不大了。

avatar
m*n
7
那是Anaconda没有替代品
Anaconda是变异了的python
avatar
a*6
8
Numpy的确很强,但其实也没那么强。Numpy本身最主要也就是更底层numerical
libraries的wrapper而已。即使用C++/C/Fortran做数值计算,也是用同样的包,所以
单核计算Numpy不会比那些语言慢。而且,conda上的numpy自带intel mkl,理论上是比
没有mkl的C++/C/Fortran快。但问题是真正有用的问题都是非线性的,需要loop或
recursion,这一点Python就跪了。而且,做大型计算的都是多核多节点的,特别现在
单节点的核数越来越多,openmp或多线程越来越重要,但这一点Python却很无力。
另外,Matlab原本的Linux免费版对手是Octave,但Python是full fledged语言,比
Matlab和Octave方便多了。
其实每种语言都有自己的优点,Python用来做简单的测试或proof-of-concept是挺不错
的。做简单的数值计算也不错。感觉版上喷Python的主要是没有精通Python或被迫用
Python做不对的项目。
avatar
m*n
9
GO呢?

【在 a***6 的大作中提到】
: Numpy的确很强,但其实也没那么强。Numpy本身最主要也就是更底层numerical
: libraries的wrapper而已。即使用C++/C/Fortran做数值计算,也是用同样的包,所以
: 单核计算Numpy不会比那些语言慢。而且,conda上的numpy自带intel mkl,理论上是比
: 没有mkl的C++/C/Fortran快。但问题是真正有用的问题都是非线性的,需要loop或
: recursion,这一点Python就跪了。而且,做大型计算的都是多核多节点的,特别现在
: 单节点的核数越来越多,openmp或多线程越来越重要,但这一点Python却很无力。
: 另外,Matlab原本的Linux免费版对手是Octave,但Python是full fledged语言,比
: Matlab和Octave方便多了。
: 其实每种语言都有自己的优点,Python用来做简单的测试或proof-of-concept是挺不错
: 的。做简单的数值计算也不错。感觉版上喷Python的主要是没有精通Python或被迫用

avatar
r*g
10
过去mkl不是免费的,现在anaconda这么发行,不知license和intel怎么谈得。

【在 a***6 的大作中提到】
: Numpy的确很强,但其实也没那么强。Numpy本身最主要也就是更底层numerical
: libraries的wrapper而已。即使用C++/C/Fortran做数值计算,也是用同样的包,所以
: 单核计算Numpy不会比那些语言慢。而且,conda上的numpy自带intel mkl,理论上是比
: 没有mkl的C++/C/Fortran快。但问题是真正有用的问题都是非线性的,需要loop或
: recursion,这一点Python就跪了。而且,做大型计算的都是多核多节点的,特别现在
: 单节点的核数越来越多,openmp或多线程越来越重要,但这一点Python却很无力。
: 另外,Matlab原本的Linux免费版对手是Octave,但Python是full fledged语言,比
: Matlab和Octave方便多了。
: 其实每种语言都有自己的优点,Python用来做简单的测试或proof-of-concept是挺不错
: 的。做简单的数值计算也不错。感觉版上喷Python的主要是没有精通Python或被迫用

avatar
r*g
11
写kdb/Q的那位Arthur Whitney小富即安,否则秒杀numpy.

【在 c*******v 的大作中提到】
: 全世界现在就1个可以和matlab比的免费矩阵数值计算工具:Numby。
: Tensorflow也在疯狂补工具。线性代数是修补以及tweak一切AI/ML算法的基础。
: 所以讨论python的优劣意义不大了。

avatar
v*r
12
派森有个完整的生态圈,取而代之不容易
其实我很烦爪哇,但人也成了气候
和公司一样,新语言的兴起要靠新的市场
avatar
x*u
13
C++内置不支持数组,语法糖还欠缺,你用C++能写数值计算的话,用任何语言都一样了

【在 a***6 的大作中提到】
: Numpy的确很强,但其实也没那么强。Numpy本身最主要也就是更底层numerical
: libraries的wrapper而已。即使用C++/C/Fortran做数值计算,也是用同样的包,所以
: 单核计算Numpy不会比那些语言慢。而且,conda上的numpy自带intel mkl,理论上是比
: 没有mkl的C++/C/Fortran快。但问题是真正有用的问题都是非线性的,需要loop或
: recursion,这一点Python就跪了。而且,做大型计算的都是多核多节点的,特别现在
: 单节点的核数越来越多,openmp或多线程越来越重要,但这一点Python却很无力。
: 另外,Matlab原本的Linux免费版对手是Octave,但Python是full fledged语言,比
: Matlab和Octave方便多了。
: 其实每种语言都有自己的优点,Python用来做简单的测试或proof-of-concept是挺不错
: 的。做简单的数值计算也不错。感觉版上喷Python的主要是没有精通Python或被迫用

avatar
s*V
14
c++不支持数组什么意思?

【在 x****u 的大作中提到】
: C++内置不支持数组,语法糖还欠缺,你用C++能写数值计算的话,用任何语言都一样了
avatar
g*t
15
Numpy没有替代品。讨论别的优劣已无必要。短期内也看不到替代品。尤其是
tensorflow也走的是python


: Numpy的确很强,但其实也没那么强。Numpy本身最主要也就是更底层numerical

: libraries的wrapper而已。即使用C /C/Fortran做数值计算,也是用同样的包
,所以

: 单核计算Numpy不会比那些语言慢。而且,conda上的numpy自带intel mkl,理论
上是比

: 没有mkl的C /C/Fortran快。但问题是真正有用的问题都是非线性的,需要loop或

: recursion,这一点Python就跪了。而且,做大型计算的都是多核多节点的,特
别现在

: 单节点的核数越来越多,openmp或多线程越来越重要,但这一点Python却很无力。

: 另外,Matlab原本的Linux免费版对手是Octave,但Python是full fledged语言
,比

: Matlab和Octave方便多了。

: 其实每种语言都有自己的优点,Python用来做简单的测试或proof-of-concept是
挺不错

: 的。做简单的数值计算也不错。感觉版上喷Python的主要是没有精通Python或被
迫用



【在 a***6 的大作中提到】
: Numpy的确很强,但其实也没那么强。Numpy本身最主要也就是更底层numerical
: libraries的wrapper而已。即使用C++/C/Fortran做数值计算,也是用同样的包,所以
: 单核计算Numpy不会比那些语言慢。而且,conda上的numpy自带intel mkl,理论上是比
: 没有mkl的C++/C/Fortran快。但问题是真正有用的问题都是非线性的,需要loop或
: recursion,这一点Python就跪了。而且,做大型计算的都是多核多节点的,特别现在
: 单节点的核数越来越多,openmp或多线程越来越重要,但这一点Python却很无力。
: 另外,Matlab原本的Linux免费版对手是Octave,但Python是full fledged语言,比
: Matlab和Octave方便多了。
: 其实每种语言都有自己的优点,Python用来做简单的测试或proof-of-concept是挺不错
: 的。做简单的数值计算也不错。感觉版上喷Python的主要是没有精通Python或被迫用

avatar
m*5
17
intel想通了,mkl免费才有人大量买它的硬件

【在 r*g 的大作中提到】
: 过去mkl不是免费的,现在anaconda这么发行,不知license和intel怎么谈得。
avatar
m*5
18
有一个项目是c++仿numpy,加了很多糖精,但是还很幼齿,很多时候行为和numpy,R,
matlab之中任何一个都不一样,用得我抓狂
numpy的问题是实验可以,真做产品有很多麻烦事儿

【在 x****u 的大作中提到】
: C++内置不支持数组,语法糖还欠缺,你用C++能写数值计算的话,用任何语言都一样了
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。