Julia中的多线程问题
Julia是一种高性能的动态编程语言，它支持多线程编程。多线程是指在一个程序中同时执行多个线程，每个线程可以独立执行不同的任务，从而提高程序的并发性和性能。
在Julia中，多线程可以通过使用Threads模块来实现。该模块提供了创建和管理线程的函数和工具。通过使用多线程，可以将计算密集型任务分配给不同的线程并行执行，从而加快计算速度。
多线程在以下情况下特别有用：
- 并行计算：当需要同时执行多个计算密集型任务时，可以将这些任务分配给不同的线程并行执行，从而提高计算速度。
- 响应性：多线程可以用于处理并发的I/O操作，例如网络请求或文件读写，从而提高程序的响应性能。
- 任务分解：将一个大任务分解为多个小任务，并分配给不同的线程执行，可以提高任务的处理效率。
在Julia中，可以使用@threads宏来标记需要并行执行的代码块。这样，代码块中的任务将被自动分配给不同的线程并行执行。同时，Julia还提供了一些线程间通信的工具，如锁和条件变量，用于协调不同线程之间的操作。
腾讯云提供了一系列与云计算相关的产品，其中包括云服务器、云数据库、云存储等。这些产品可以帮助用户快速搭建和管理云计算环境，提供高性能和可靠的计算和存储服务。
以下是一些腾讯云相关产品和产品介绍链接地址：
- 云服务器（CVM）：提供弹性计算能力，支持多种操作系统和应用场景。产品介绍链接
- 云数据库（CDB）：提供高性能、可扩展的数据库服务，支持多种数据库引擎。产品介绍链接
- 云存储（COS）：提供安全可靠的对象存储服务，适用于存储和管理各种类型的数据。产品介绍链接
- 人工智能（AI）：提供丰富的人工智能服务，包括图像识别、语音识别、自然语言处理等。产品介绍链接
- 物联网（IoT）：提供全面的物联网解决方案，包括设备接入、数据管理和应用开发等。产品介绍链接
请注意，以上只是腾讯云提供的一些相关产品，其他云计算品牌商也提供类似的产品和服务。
相关·内容
1回答
我正在用朱莉娅做一些计算，注意到它的运行速度要慢得多(大约25倍！)而不是粗野的对手。
然后我意识到，朱莉娅在我的PC上只使用8线程，而96 线程(48个物理内核)，而numpy似乎没有问题在70线程上很好地使用。
使用$julia --thread 96 运行朱莉娅没有任何区别，即使julia> Threads.nthreads()返回96。
此外，从结果中可以看出，我怀疑Julia使用了所有96个线程，可能仍然无法与numpy的速度相匹配。
这是朱莉娅密码。我只是用julia> @time calc_fid(mat_a, mat_b)来测量时间，这给了我90的平均时间。
usi
浏览 2提问于2021-07-09得票数 5
回答已采纳
我正在尝试比较Matlab和Julia的速度和性能。我正在看一个代码，它对给定负载下的连续体结构进行拓扑优化。我正在查看的代码是公共代码topopt88.m：
本质上，它是一种迭代算法，在每次迭代中求解一个Ax=b系统(x=A\b)，其中A取决于结构设计(它是有限元刚度矩阵)，并在每次迭代中更新。
在Julia中，相同的代码运行速度比Matlab慢。我在Julia中做了一些代码优化，在函数定义中声明类型，尽可能多地使用函数，避免全局变量，并实现我在互联网上找到的其他技巧。但是Julia仍然比相同的Matlab代码慢(在概念步骤上是相同的)。
我的问题是:既然Matlab系统求解"\“是
浏览 9提问于2020-09-28得票数 2
我想从矩阵的向量中减去矩阵。例如，在下面定义的变量中，我希望对xl的每个元素减去y。
xl = [Matrix{Float64}(undef, 2, 3) for i in 1:1000]
y = Matrix{Float64}(undef, 2, 3)
我知道这可以用map函数来完成
map(x -> x-y, xl)
但是，是否有更好的方法来做到这一点，或者我们可以通过多线程来减少运行时？我尝试过对简单地图和ThreadsX.map进行基准测试，发现ThreadsX.map比任何减少运行时的建议都慢。
@btime map(x -> x-y, xl); # 5
浏览 3提问于2022-05-25得票数 2
回答已采纳
2回答
我的桌面CPU是英特尔i7-4770，它有4个物理核和8个逻辑核。为了获得最好的表现，我如何用额外的论据开始朱莉娅。“朱莉娅-p 4 -t 8”是对的吗？
浏览 2提问于2021-06-29得票数 1
回答已采纳
1回答
我使用Julia GLM包实现了具有交互的回归模型：
Reg = lm(@formula(dep_var ~ var1&var2&var3), data, true)。
拟合这个公式需要大量的RAM (> 80 GB)，但是我注意到计算是在一个核上执行的，尽管我的操作系统(x86_64-pc)有8个cpu核。
可以使用多处理/并行方法实现线性回归吗？
我想，它还可以改进模型运行时。
浏览 6提问于2020-10-21得票数 4
1回答
这个问题()得到了一个非常好的答案和非常高效的代码，我只能用C代码来匹配它。这促使我尝试至少匹配Julia中的Python代码。
以下是Python代码将位打包成无符号整数所需的时间为0.64秒与C代码的0.27秒。
import numpy as np
import numba as nb
import time
colm = int(200000/8)
rows = 10000
cols = int(colm*8)
AU = np.random.randint(2,size=(rows, cols),dtype=np.int8)
A = np.empty((rows,colm), dtyp
浏览 3提问于2021-04-23得票数 4
1回答
我正在寻找一种方法来跨PBS集群中的多个节点运行简单的并行进程(一个函数使用不同的参数多次运行，进程之间没有通信)。 目前，我可以在单个节点上运行它，在PBS脚本中使用环境变量来设置线程数，并在@thread.threads中使用for循环 我找到了对clustermanager.jl的引用，但没有明确的工作示例来说明如何在PBS上使用它。例如:文件中的addprocs_pbs是否也负责脚本部分，或者我是否仍然需要像往常一样运行pbs脚本，并且此函数在julia文件中调用？ 这就是我现在使用的代码结构。理想情况下，它将大致保持不变，但并行进程可以跨多个节点运行。 using JLD
incl
浏览 60提问于2020-12-11得票数 2
2回答
我在Linux 20系统上安装了Julia1.5.3。我将julia-1.5.3-linux-x86_64.tar.gz中的朱莉娅文件复制到/opt/julia-1.5.3/中，与文件夹/opt/julia-1.4.1/相邻(没有在.bashrc中更改path环境变量)。
我在朱莉娅控制台运行Pkg.add("IJulia")。
到目前为止，如果我从命令提示符启动Julia，那么新版本就会运行。Atom / Juno也运行最新版本。
但是，如果我从Anaconda导航器运行朱庇特，那么我只看到旧版本的朱莉娅，请看下面的图片：
我怎么才能把朱莉娅-1.5.3添加到菜单上呢？
浏览 5提问于2020-12-04得票数 5
回答已采纳
我知道，朱莉娅的原生线程支持还不完整，但我想活在最边缘。我用JULIA_THREADS=1构建了主分支，使用@threads自动多线程工作得很好。
我只想在一个单独的本机线程中调用我自己的函数。@threads使用的AFAIK函数不适合我，因为它将同时在几个线程中调用我的函数。当然，我可以尝试通过检查线程号和只在其中一个线程中工作来解决这种行为。但我确信必须有更直截了当的方式。我已经浏览了多线程支持的C实现，但是我对C和Julia内部结构的了解还不足以理解如何完成我的任务。
浏览 3提问于2016-03-28得票数 6
回答已采纳
2回答
似乎朱莉娅鼓励写去写代码。甚至还有一个试图为您做到这一点。
我的问题是为什么？
首先，从用户体验的角度来看，向量化代码更简洁(代码更少，bug可能性更小)、更清晰(因此更易于调试)、更自然的代码编写方式(至少对于来自科学计算背景的人，Julia试图迎合他们)。能够编写像vector'vector或vector'Matrix*vector这样的东西是非常重要的，因为它对应于实际的数学表示，这就是科学计算人员在他们的头脑中(而不是在嵌套循环中)的想法。我讨厌这样的事实，这并不是最好的方式来写这篇文章，并且把它转换成循环会更快。
目前看来，在编写快速代码的目标与简洁/清晰的代码之间似
浏览 0提问于2016-01-14得票数 14
回答已采纳
我的Julia for循环是“令人尴尬的并行”形式。
M=Array{Float64}(undef,200,100,100)
for i in 1:200
M[i,:,:,:]=construct_row(i)
end
其中construct_row(i)是一些返回100x100矩阵的函数。
我想使用我可以使用的64个核心(实际上是272个线程，因为超线程)通过让每个k值在自己的线程上运行来并行化这个循环。因此，我用线程作为for循环的开头。@线程。
据我所知，这是一个明显的线程安全情况，不需要同步。然而，在阅读了之后，我对foobar_lv2的评论感到担忧
最致命的模式是4xN矩阵
浏览 0提问于2022-02-18得票数 2
我试图用有限差分法解决一些波动方程问题(与我的博士学位有关)。为此，我(逐行)翻译了fortran代码(下面的链接)：()
在这些代码和时间循环中，有四个独立的主循环。事实上，我可以把它们分成四个功能。由于我必须运行这段代码大约100次，所以最好加快这个过程。在这个意义上，我把目光转向平行化。作为一个例子，见下文：
function main()
...some common code...
for time=1:N
function fun1() # I want this function to run parallel...
function fun
浏览 1提问于2019-09-03得票数 1
回答已采纳
为什么设置ENV[JULIA_CPU_THREADS]=5和ENV[JULIA_NUM_THREADS]=5不会影响nprocs()？以下是我在启动时得到的结果：
julia> versioninfo()
Julia Version 1.3.1
Commit 2d5741174c (2019-12-30 21:36 UTC)
Platform Info:
OS: Linux (x86_64-pc-linux-gnu)
CPU: Intel(R) Core(TM) i5-9600K CPU @ 3.70GHz
WORD_SIZE: 64
LIBM: libopenlibm
浏览 14提问于2020-03-03得票数 3
回答已采纳
2回答
在Python中，通常建议将代码向量化以加快计算速度。例如，如果您想要计算两个向量的内积，比如a和b，通常
代码A
c = np.dot(a, b)
比
代码B
c = 0
for i in range(len(a)):
c += a[i] * b[i]
但在朱莉娅看来，有时向量化并没有多大帮助。我认为'*和dot是矢量化版本，显式for循环是非向量化版本，并得到了以下结果。
using Random
using LinearAlgebra
len = 1000000
rng1 = MersenneTwister(1234)
a = rand(rng1, len)
rng2
浏览 3提问于2020-12-27得票数 6
回答已采纳
我在读茱莉亚表演技巧，
在开始时，它提到了两个例子。
例1，
julia> x = rand(1000);
julia> function sum_global()
s = 0.0
for i in x
s += i
end
return s
end;
julia> @time sum_global()
0.009639 seconds (7.36 k allocations: 300.310 KiB, 98.32% compilation time)
496.84883432553846
浏览 1提问于2021-07-29得票数 4
回答已采纳
1回答
在Julia中有没有办法在CSV.read上实现多线程？在Parallelism for reading a large file in Julia中提供了一个读取大文件的好例子。但是，由于我必须频繁地更改我的数据集，因此这些方法可能不适用。 using CSV
file = ("C:\\Users\\User\\Desktop\\Datasets\\X_train_sat4.csv")
@time df = CSV.read(file, DataFrame)
Output:
69.469112 seconds (6.29 M allocations: 9.767 GiB,
浏览 37提问于2021-01-19得票数 3
回答已采纳
1回答
我用Julia编写了一个程序来高效地计算数字n的除数。该算法是原始的(据我所知)，并且松散地基于。它基本上是这样工作的：
对于给定的素数p，设p^k || n；将满足p^{k+1} | m的列表中的每个数字m删除，并且对每个素数p < n重复此过程。
素数是用传统的Eratosthenes筛进行现场计算的.
function ν(p, n) #returns the smallest power of p that does not divide n
q = 1
for i = 0:n
if mod(n, q) != 0
浏览 3提问于2020-04-09得票数 4
我需要初始化环境变量来并行化微分方程的求解。我知道如何在windows中创建一个系统变量，我想问的是我应该用哪个数字来初始化这个变量。我有6个核心CPU，但在包含逻辑核心之后，它变成了12个。那么我应该用6个还是12个来初始化它以获得更好的性能呢？同样，当我运行命令Base.Sys.CPU_THREADS时，我得到12，但当我运行命令Threads.nthreads()时，我得到1。 同样，像哪一个是最优的，将JULIA_NUM_THREADS保存到6还是12？
浏览 30提问于2021-04-08得票数 1
回答已采纳
1回答
下面的代码计算平均抽签数，从几组中得到50张唯一的卡。重要的是，这个问题不需要太多的RAM，并且在多线程模式下启动时不共享任何变量。当用四个以上的线程启动来执行40万个模拟时，它总是比两个进程一起启动要花费大约1秒钟的时间，并执行20万次模拟。这一直困扰着我，我找不到任何解释。
这是epic_draw_multi_thread.jl中的朱莉娅代码：
using Random
using Printf
import Base.Threads.@spawn
function pickone(dist)
n = length(dist)
i = 1
r = rand()
浏览 4提问于2020-11-19得票数 2
2回答
我使用朱莉娅已经有一段时间了，但对它仍然知之甚少，尤其是在并行计算方面。我希望获得一个具有现有数据的新数组，因为该数组非常大，所以我希望以并行的方式完成它，代码如下所示：
ψ1 = Array{Complex}(undef, D)
ψ = rand(Complex{Float64},D)
Threads.@threads for k = 1:D
ψ1[k] = @views sum(ψ[GetBasis(k - 1, N)])
end
我使用朱莉娅-t 4运行它，但是与非并行代码相比，它非常慢，如下所示，
ψ1 = [@views sum(ψ[GetBasis(k - 1,
浏览 3提问于2020-11-28得票数 2
回答已采纳
2回答
我一直在使用Julia对大量数据进行多线程处理，并观察到一种交互模式。内存使用(由htop报告)缓慢增长，直到进程被OS杀死。这个项目很复杂，很难生产出合适的MWE，但我做了一个简单的实验：
using Base.Threads
f(n) = Threads.@threads for i=1:n
x = zeros(n)
end
现在，我反复调用f(n)来获取n的各种值(在64 Gb的机器上，这个值介于10^4和10^5之间)。其结果是，有时一切都按预期工作，返回后释放内存，但有时情况并非如此，htop报告的使用内存数量很大，尽管似乎没有进行计算：
显式垃圾收集GC.gc()
浏览 1提问于2018-09-18得票数 12
我有一个朱莉娅程序运行一些montecarlo模拟。为此，我在调用生成随机值的函数之前设置了一个种子。这个函数可以从我的程序的不同部分调用，问题是如果我从程序的不同部分调用这个函数，我就不会产生相同的随机值。
我的问题是:为了获得同样的重复性结果，我是否必须总是从程序的同一部分调用这个函数？也许这个问题更多的是计算机科学，而不是语言编程本身。
我想在函数中添加一个增加的索引，但结果仍然不一样。
浏览 3提问于2021-09-23得票数 2
回答已采纳
我的团队试图使用多处理和使用JuMP参数来运行一个库(Cbc和JuMP)。我们的代码在一个julia包中，所以我们可以使用julia --project很好地运行我们的代码，它只运行一个进程。但是，尝试同时指定这两种情况，julia --project -p 8会破坏我们运行项目的能力，因为在出现错误后运行using PackageName。我们还打算使用PackageCompiler库对其进行编译，因此必须让它与项目一起工作。
我们的项目位于具有src目录、Project.toml和Manifest.toml src的文件夹中: main.jl和Solver.jl。
Project.toml
浏览 5提问于2020-03-30得票数 7
回答已采纳
我正在使用以下硬件尝试Julia 1.3的多线程功能：
Model Name: MacBook Pro
Processor Name: Intel Core i7
Processor Speed: 2.8 GHz
Number of Processors: 1
Total Number of Cores: 4
L2 Cache (per Core): 256 KB
L3 Cache: 6 MB
Hyper-Threading Technology: Enabled
Memory: 16 GB
运行以下脚本时：
function F(n)
if n < 2
r
浏览 1提问于2019-11-28得票数 15
1回答
我是朱莉娅的新手，很少有关于多线程和多线程的困惑。以前很多人都问过类似的问题，但我仍然感到困惑。它们如下：
使用@异步的多线程可以一次使用多个cpu内核吗？这意味着我们是否可以通过在具有多个核心的机器上运行多线程程序来实现真正的并行处理？
如果第一个答案是肯定的，即我们可以在多线程中获得多核或多cpus的优势。那么，在哪里需要多处理(使用using Distributed)？
我以前在C++中使用过多线程，以前使用过STL线程库，任何人都可以详细说明它的核心用法。它能利用多个核心吗？
浏览 2提问于2022-08-16得票数 4
回答已采纳
1回答
正如我们所知，Julia支持并行性，这是植根于语言中的一种非常好的语言。
我最近看到Julia支持线程，但在我看来它似乎是实验性的。我注意到，在使用Threads.@Threads宏时，不需要共享数组，这可能是一个计算优势，因为没有执行对象的副本。我还看到了不使用@everywhere声明所有函数的优点。
有人能告诉我使用@parallel宏而不是@threads宏的优点吗？
下面是两个使用非同步宏进行并行的简单示例。
使用@宏
addprocs(Sys.CPU_CORES)
function f1(b)
b+1
end
function f2(c)
f1(c)
end
r
浏览 1提问于2018-06-11得票数 5
回答已采纳
假设我使用@async在后台运行一个昂贵的计算。此计算是否会在运行Julia运行时的同一线程上执行(即，在同一CPU核心上)？如果是，我是否必须像julia --threads 2一样启动Julia并使用Base.Threads
浏览 0提问于2020-09-28得票数 2
Threads.@threads for i in [sth]
x = 123
...
end
是本地的x线程。我找不到任何关于它的文件。
如果没有，如何获得线程本地线程。
浏览 6提问于2020-12-17得票数 4
回答已采纳
我正在运行一个在Julia中进行数字代码集成的程序。我使用Intel Core i7-4710MQ @ 2.50Ghz (8个逻辑处理器)运行Windows 10 (64位)。
我注意到，当我的代码在julia上运行时，最多只有30%的CPU在使用。进入并行化文档，我开始使用：C:\Users\*****\AppData\Local\Julia-0.4.5\bin\julia.exe -p 8并期望看到改进。然而，我没有看到他们。
因此，我的问题是:是否有一种特殊的方式，我必须编写我的代码，以便它更有效地使用CPU？这可能是我的操作系统(windows 10)造成的限制吗？
我在朱莉娅控制台中
浏览 3提问于2016-06-28得票数 4
回答已采纳
1回答
我在我的Windows 10笔记本电脑上安装了Julia编程语言。我想将它添加到系统环境变量中的PATH变量中，但是我无法找到可执行文件。你能帮我解决这个问题吗？
浏览 2提问于2020-05-31得票数 4
回答已采纳
我正在将一些代码从旧版本的Julia迁移到Julia1.0.0。虽然我已经修改了basic (输入->可变结构，不可变->结构)，但我得到了错误
ERROR: LoadError: MethodError: no method matching ...
不匹配函数位于函数返回的函数中(也就是说，我使用一个函子，它通过闭包改变内部函数的参数来改变它返回的函数的行为)。问题在返回的函数中(如果这对问题有影响，我不知道)。
问题如下：
这在迁移代码中很常见吗？这是怎么回事？
是否有方法打印函数的签名以调试问题？(我尝试了tipeof(f)，但没有返回所需的信息)。
您知道调
浏览 0提问于2018-09-01得票数 0
回答已采纳
1回答
我想从我的python代码中调用一个julia脚本。pyjulia没有问题，但是如果我把它设计成一个类，就会有一个问题。我想初始化julia并在init函数中包含一个脚本。下面的例子是，我不能在函数中使用self.jul。它引发一个错误，因为self.jul没有函数"myJulFuntion“。我确信它在朱莉娅脚本中，因为如果我把东西从init移到callJulFunc并调用jl.myJulFuntion(params)，它就能工作。
有什么想法吗？
问题是，
import julia
julia.Julia()
from julia import Main as jl
class
浏览 6提问于2020-11-06得票数 3
在REPL中调试或运行julia代码时，我通常会看到显示... at ./REPL[161]:12 [inlined]...的错误消息。我猜，数字161是指161-th在REPL中的值。所以我的问题是，我们可以在julia的提示符中显示这个数字吗，即用julia [161]>代替julia>
浏览 3提问于2018-01-02得票数 5
回答已采纳
SymPy.jl适用于并行计算吗？
@everywhere using SymPy
using LinearAlgebra
using SharedArrays, Distributed
julia> xx = Sym[]
julia> @syms x
julia> @sync @distributed for i = 1:3
xx = [xx, x]
end
未处理的任务错误:在worker 3: KeyError:键SymPy 249f21-DA20-56a4-8eb1-6a02cf4ae2e6未找到
浏览 5提问于2022-11-11得票数 1
问题:如何使用检查变量的字节大小？
我尝试过的内容：在Matlab中，whos()函数提供了这个信息，而在朱莉娅中，它只提供变量名称和模块。在朱莉娅手册中浏览标准库时，sizeof()看起来很有希望，但它只提供了规范二进制表示的大小，而不是当前变量。
浏览 8提问于2015-02-09得票数 16
回答已采纳
4回答
我想计算一个二次型:朱莉娅中的x' Q y。
对于这些案例，最有效的计算方法是什么：
没有假设。
Q是对称的。
x和y是相同的(x = y)。
Q是对称的，x = y是对称的。
我知道茱莉亚有dot()。但我不知道它是不是比BLAS的电话快。
浏览 17提问于2022-01-09得票数 22
回答已采纳
1回答
基于julia的简单阵列并行运算
、、、、
我正在做一个项目，其中包括一个大型数组中的一些简单的数组操作。例如这里的一个例子
function singleoperation!(A::Array,B::Array,C::Array)
@simd for k in eachindex(A)
@inbounds C[k] = A[k] * B[k] / (A[k] +B[k]);
end
我试着把它并行化以获得更快的速度。为了并行化，我使用distirbuded和共享数组函数，它只是对我刚才显示的函数做了一些修改：
@everywhere function paralleloperation(A::SharedArray,B::Sh
浏览 2提问于2021-07-17得票数 1
回答已采纳
我想并行处理多个大型数据集。不幸的是，我从使用Threads.@threads获得的加速是非常次线性的，如下面的简化示例所示。 (我对Julia很陌生，所以如果我错过了一些明显的东西，很抱歉) 让我们创建一些虚拟输入数据-8个数据帧，每个数据帧有2个整数列和1000万行： using DataFrames
n = 8
dfs = Vector{DataFrame}(undef, n)
for i = 1:n
dfs[i] = DataFrame(Dict("x1" => rand(1:Int64(1e7), Int64(1e7)), "x2"
浏览 26提问于2020-09-08得票数 1
2回答
我已经阅读了很多Julia文档(版本0.4)，并且在加载Julia文件时仍然有问题。这看起来应该很简单。那么，简单明了地说，我们应该如何直接使用当前代码中其他文件中的Julia代码呢？还有，作为一个相关的，有益的奖励，是否有任何历史或语言设计的决定，理解，将照亮的情况？
我用的是0.4。
如果您想了解问题的具体情况，下面是一些我正在处理的问题：
第一
使用REPL，我想使用我在另一个文件中编写的一些函数。据推测，我应该能够像这样加载这样的文件：
julia> using Foobar
不管我做什么，这都给了我ArgumentErrors。在尝试使用之前，我已经尝试过包括它：
julia
浏览 3提问于2016-06-14得票数 4
回答已采纳
我最近一直在用Julia编写脚本，并且遇到了一个使用setindex的问题！函数，我在任何文档中都找不到答案(我还搜索了堆栈溢出，但是找不到答案--如果我的搜索不够好，而且我在重复一个问题，我很抱歉)。
我得到了一个与set索引相关的MethodError，代码类似于下面的代码(此代码中也出现了错误，它只是为了使其更简单)：
a = 0:0.01:1
a = 2 * pi * (a - 0.4)
a[abs(a) .> pi] += - sign(a[a .> pi]) * 2 * pi
我意识到，在上面的代码中，我可以实现类似的效果，只需更改用于生成a的初始表达式，使其大小永远不
浏览 2提问于2014-03-07得票数 2
我想知道是否有任何关于在函数中定义函数是推荐的还是要避免的指导。
我读了，但没有看到提到的这个话题。
另外要注意的是，有人向我提到，这是Python中的一种建议行为，正是它在我的脑海中引发了这个问题。
浏览 5提问于2020-01-26得票数 7
回答已采纳
2回答
所以我用光速c在VScode中做了一些计算，我发现：
julia> c = 3*10^8
300000000
julia> c^3
-1238598680542445568
这显然是不对的。但是，如果我将c定义为浮点数：
julia> c = 3.0*10^8
3.0e8
julia> c^3
2.7e25
那一切都很好。这是怎么回事？这是朱莉娅内在的错误，还是我在问一些愚蠢的问题？
浏览 5提问于2022-04-06得票数 1
回答已采纳
2回答
我正在尝试弄清楚如何制作这样的残差图，以显示与预测结果的偏差： ? 我找到了this question，它似乎可以用Python语言来回答这个问题，但我在Plots.jl文档中找不到，或者只是在谷歌中找不到如何在Julia中做到这一点。 注意:数据在这里不是问题，我可以处理它，它只是我正在努力处理的文字绘图API。
浏览 24提问于2021-04-24得票数 1
回答已采纳
主要的问题是，我的变量只有在运行代码之后才能确定(因为变量的数量是不固定的)。 在旧版本的ModelingToolkit.jl中，我使用以下代码来生成变量。 my_var = Variable(Symbol(name))(t) # name is a string 然而，它不能在最新版本中工作。这就是错误。 ERROR: Sym name is not callable. Use @syms name(var1, var2,...) to create it as a callable. 我已经检查了SymbolicUtils.jl，但没有找到其他用法。我如何解决这个问题？
浏览 9提问于2021-07-06得票数 2
回答已采纳
是否有方法连接朱莉娅中的ArrayViews，而不复制底层数据？(如果SubArray解决了问题，我也很乐意使用它。)
例如，在下面的代码中，我希望有一个ArrayView引用y1和y2中的数据。
julia> x = [1:50];
julia> using ArrayViews;
julia> y1 = view(x, 2:5);
julia> y2 = view(x, 44:48);
julia> concat(y1, y2) # I wish there were a function like this
ERROR: concat not de
浏览 2提问于2015-05-02得票数 4
回答已采纳
我在本地安装了朱莉娅，把它解压到一个文件夹里。然后我尝试将可执行文件添加到/usr/local/bin中，因为我不想修改$PATH。
sudo ln -s bin/julia-1.5.3/bin/julia /usr/local/bin/julia
如果我现在在一个新的shell窗口中执行Julia，将弹出以下消息：
$ julia
zsh: command not found: julia
$ ls -l /usr/local/bin/
total 12
lrwxrwxrwx 1 root root 25 Jan 1 10:08 julia -> bin/julia-1.5.3/b
浏览 0提问于2021-01-01得票数 6
我在VS代码中得到了这个错误：
无法启动朱莉娅语言服务器。确保配置设置julia.executablePath指向朱莉娅二进制文件。
在用户设置中，我将
"julia.executablePath": "c:\\Program Files\\Julia\\Julia-0.5.0\\bin\\julia.exe"
这是一个正确的可执行路径。
朱莉娅在控制台上工作时没有问题，VS代码在较旧的扩展0.4.2中工作得很好。我试过重新安装扩展和VS代码，但没有帮助。
我做错了什么？
浏览 7提问于2016-12-08得票数 16
回答已采纳
2回答
从0.6开始，可以使用where语法在Julia中创建参数化方法。根据版本，where语法
可以在接受类型的任何地方使用。
现在考虑以下人为的示例：
function (rng::R)() where {R <: Range}
return first(rng)
end
当我试图编译它时，会出现以下错误：
ERROR: function type in method definition is not a type
那么，我的问题是，在Julia 0.6+中创建参数函子的正确方法是什么？
浏览 0提问于2017-09-05得票数 4
回答已采纳
对于imputeTS包，我在将数组中的NA传递给R时遇到了一些问题。 假设我有这样的数组： a = Any[1, 2, 3, NaN, 5] 我想把它传递给这个： R"""
b <- na_seadec($a, algorithm = "kalman", find_frequency = TRUE, maxgap = Inf)
""" NaN不会自动转换为NA。如何才能将NA值准确地传递给RCall？
浏览 18提问于2020-04-26得票数 3
回答已采纳
在Julia中，什么等同于Python的getattr()？我尝试了下面的元编程代码，但它只能在全局范围内工作，而不能在函数范围内工作。
type A
name
value
end
a = A("Alex",1)
for field in fieldnames(a)
println(eval(:(a.$field)))
end
这将打印出来：
Alex
1
但是，如果上面的代码在一个函数作用域内，那么它就不会工作
function tmp()
a = A("Alex",1)
for field in fieldnames(a)
浏览 1提问于2016-02-16得票数 9
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
