Julia Language (64-bit) Descargar (2021 Última versión) para Windows 10, 8, 7

Julia Language está escrito de forma dinámica, se siente como un lenguaje de secuencias de comandos y tiene un buen soporte para el uso interactivo. Julia tiene un lenguaje rico en tipos de datos descriptivos y las declaraciones de tipos se pueden usar para aclarar y solidificar programas. Los programas se compilan en código nativo eficiente para múltiples plataformas a través de LLVM.

Julia utiliza el envío de correos múltiples como paradigma y facilita la expresión de muchos patrones de programación funcionales y orientados a objetos. La biblioteca estándar ofrece E / S asíncronas, control de procesos, registro, creación de perfiles, un administrador de paquetes y mucho más. Tiene una sintaxis de alto nivel, lo que lo convierte en un lenguaje accesible para programadores de todos los niveles y antecedentes. Julia Language es gratis para todos y todo el código fuente se puede ver públicamente en GitHub.

Se ha descargado más de 10 millones de veces y la comunidad ha registrado más de 2,000 paquetes para la comunidad. Esto incluye varias bibliotecas matemáticas, herramientas de manipulación de datos y paquetes para informática general. Además, puede usar fácilmente las bibliotecas Python, R, C / Fortran, C ++ y Java.

Funciones y aspectos destacados

Visualización y trazado de datos
La visualización de datos tiene una historia complicada. El software de trazado hace un compromiso entre funcionalidad y simplicidad, velocidad y belleza, y una superficie estática y dinámica. Algunos paquetes muestran un anuncio y nunca lo cambian, mientras que otros se actualizan en tiempo real.

Crea, implementa o inserta tu código
La aplicación le permite escribir interfaces de usuario, compilar estáticamente su código o incluso alojarlo en un servidor web. También tiene poderosas capacidades similares a shell para administrar otros procesos. Proporciona macros similares a Lisp y otras funciones de metaprogramación.

Interactuar con sus datos
Con el ecosistema de datos, puede cargar rápidamente conjuntos de datos multidimensionales, realizar agregaciones, enlaces y operaciones de preprocesamiento en paralelo y guardarlos en el disco en formatos eficientes. También puede utilizar OnlineStats.jl para realizar cálculos en línea para la transferencia de datos. Ya sea que esté buscando DataFrames prácticos y familiares o un enfoque nuevo con JuliaDB, tiene una variedad de herramientas para usted. Queryverse proporciona funciones de consulta, E / S de archivos y visualización. Los paquetes de JuliaGraphs no solo funcionan con datos tabulares, sino que también facilitan el trabajo con datos combinatorios.

Aprendizaje automático escalable
Ofrece potentes herramientas para el aprendizaje profundo (Flux.jl y Knet.jl), el aprendizaje automático y la inteligencia artificial. La sintaxis matemática de Julia la convierte en una forma ideal de expresar algoritmos tal como están escritos en documentos, crear modelos entrenables con diferenciación automática, aceleración de GPU y soporte para terabytes de datos con JuliaDB.

Rico ecosistema para la informática científica
Julia está diseñada desde cero para ser muy buena en computación numérica y científica. Esto se puede ver en la gran cantidad de herramientas científicas escritas en la aplicación, como: B. el ecosistema de ecuaciones diferenciales de próxima generación (DifferentialEquations.jl), herramientas de optimización (JuMP.jl y Optim.jl) y solucionadores lineales iterativos (IterativeSolvers.jl). , un marco robusto para transformadas de Fourier (AbstractFFTs.jl), un marco de simulación cuántica universal (Yao.jl) y muchos más que pueden soportar todas sus simulaciones.

Computación paralela y heterogénea
El lenguaje está diseñado para el paralelismo y ofrece elementos básicos integrados para la computación paralela en todos los niveles: paralelismo a nivel de comando, multiproceso y computación distribuida. El proyecto Celeste.jl logró 1,5 PetaFLOP / s en la supercomputadora Cori en NERSC con 650.000 núcleos. El compilador también puede generar código nativo para varios aceleradores de hardware como GPU y Xeon Phis. Paquetes como DistributedArrays.jl y Dagger.jl ofrecen niveles más altos de abstracción para el paralelismo.