PyTorch核心开发者灵魂发问我们怎么就越来越像Julia

　　PyTorch社区最近有一种声音：下个版本应该抛弃Python改用Julia语言。
　　现在就连PyTorch团队内部也会拿这个说法来开玩笑。
　　对这个问题，核心开发成员中的EdwardYang在论坛上作出过一些回应。
　　他认为PyTorch的确越来越像Julia了，比如借鉴Julia的多重分派特性开发了PytorchDispatcher。
　　PyTorch总体的发展方向也和Julia的愿景一致，也就是同时具备拓展性、易用性和执行性能。
　　一方面PyTorch的底层代码后期用C重写以获得更好的性能，另一方面functorch、fx等新功能又让用户可以直接使用Python做以前必须借助C完成的工作。
　　那为什么不直接改用Julia呢？
　　害，其实是舍不得Python那无可替代的生态。
　　当初从原版Torch使用的Lua改用Python就是看中了生态这一点。这么多年过去了其他语言生态连一点可能超过Python的迹象都没有。
　　简而言之，Julia语言本身的特性和Python的生态他们全都要，向Julia的优点学习也是团队未来的努力方向。
　　那么，Julia这种语言到底好在哪，让PyTorch开发团队都向它学习？
　　面向科学计算设计的语言
　　Julia来自麻省理工CSAIL实验室，设计初衷就是想要一个既有C的速度又有Ruby的动态性、既能像Matlab一样使用数学表达式又有Python的通用性。
　　Julia要能像Perl一样自然地处理字符串、像R一样适用于统计，像Shell一样作为胶水语言去和其他语言交互。
　　要有Hadoop的并行计算能力，又不想要那些繁杂的配置。
　　最后做出来的Julia采用即时编译（JustInTime），速度比需要解释器的Python快得多，又没有失去交互性。
　　通过多重分派（MultipleDispatch）特性来实现类型稳定又不失脚本语言的简洁灵活。
　　同一个函数名对不同参数类型的调用分派不同的操作，因为适合处理多种数据类型还被PyTorch给学了去。
　　具体到机器学习来说，Julia执行各类算法包括矩阵运算的速度都比Python快得多。
　　Julia生态里也有自己的开源深度学习框架JuliaFlux。
　　此外Julia还在语法上对线性代数、数据处理这些场景有额外的优化。
　　比如支持Unicode数学符号，数字乘以变量时候可以省略，以及索引从1而不是0开始更符合人类直觉。
　　Julia代码可以写成这样：
　　0。5f（u）u；f（2）sin（2）
　　以至于有些数学背景的开发者认为，Julia代码写起来就像在黑板上做数学题一样的，很亲切。
　　相比之下，用Python做矩阵运算感觉就不是那么好。
　　Python：
　　np。dot（array1，array2）
　　Julia：
　　array1。array2
　　Julia的历史可以追溯到2009年，由于想实现的功能太多，直到2018年才对外发布1。0正式版。
　　不过最近几年Julia已迅速被金融、医药、航天等一些行业接受，使用者包括摩根大通、辉瑞、NASA等。
　　TIOBE指数中的Julia流行趋势变化
　　Julia改变了过去他们只能用C等高性能语言做底层开发、同时用高易用性的Python等语言做扩展开发的割裂问题。
　　今年7月，Julia创始团队成立的公司JuliaComputing还获得2400万美元的A轮融资。
　　Julia语言速度快、天生适合机器学习又在高速成长，也难怪PyTorch社区会有用Julia替代Python的声音出现。
　　有人认为Python是一种糟糕的语言，虽然有优秀的生态，但生态中对机器学习最有价值的部分（Numpy）其实是用C实现的。
　　Python生态虽然强大，但人们对其中的混乱也有不少诟病，各种重复开发的包管理系统让配置好Python开发环境都不是一件容易事。
　　相比之下，Julia的包管理方案就很统一，虽然有可能是还在起步阶段没来得及混乱。
　　也有人认为Python这些所谓的缺点其实正是它流行的原因。
　　像Python、Javascript和PHP这种看起来糟糕的语言，正是因为能够轻松的编写糟糕代码，降低了门槛而流行。
　　这位要提醒大家Julia自身就带有和其他语言的交互功能，他平常会在Julia代码里调用Huggingface的Python模型作开发，两种生态都用上才是坠吼的。
　　最后，有人很不理解PyTorch开发团队不选择迁移到Julia的做法，既然Julia语言有所有他们需要的特性，还要花时间在Python里重新造轮子是自找麻烦。
　　另一位的视角有些微妙的不同：
　　这正是PyTorch团队想把方便留给用户，而把麻烦留给自己。对这种态度我很感激。参考链接：
　　〔1〕https：devdiscuss。pytorch。orgtwhereweareheadedandwhyitlooksalotlikejuliabutnotexactlylikejulia276
　　〔2〕https：news。ycombinator。comitem？id29354474
　　〔3〕https：ucidatascienceinitiative。github。ioIntroToJuliaHtmlWhyJulia