黒木玄 Gen Kuroki(@genkuroki)/2018年01月07日

従来の位相縮約法ではシステムへの外力が十分弱い必要があり，工学応用で問題となる．一方，物理で最近提案された位相縮約法の拡張版 (journals.aps.org/prl/abstract/1...) は従来の数十〜数百倍の外力を扱うことができる．こうした知見を物理・工学で円滑に共有できていないのが現状．

タグ：

posted at 00:00:23

#JuliaLang (2) PyPlotで作画し、matplotlib.animationを使う方法。Pythonと共通の方法なのでPythonも使う人には特におすすめです。以下のリンク先に例があります。

nbviewer.jupyter.org/gist/genkuroki...

nbviewer.jupyter.org/gist/genkuroki...

タグ： JuliaLang

posted at 00:04:20

イマジンアドミニストレーター@妄想管理者 @imaginster

お、書き方変えたら3倍速くなった

タグ：

posted at 00:06:12

@piacere_ex 実はそうなんです。
パソコンに向き合う時間が最近仕事以外無くてw

これでも1秒かからないくらいには抑えたんですが…juliaは爆速って聞いたんで、今度、時間出来たら、やってみますw

タグ：

posted at 00:06:37

#JuliaLang Plotsパッケージの {at}gif マクロを利用する。Plotsパッケージは複数のバックエンドを使い分けることができる優れた作画パッケージです。例が次のリンク先にあります。

docs.juliaplots.org/latest/

タグ： JuliaLang

posted at 00:08:16

@cometscome_phys ステップの定義がよくある定義と異なっていたので、よくある定義にすると6000ステップとなり、よくある回数になった

タグ：

posted at 00:17:17

おんこりんかすキャロライン飼い主 @onco_caroline

#JuliaLang Julia言語の作画パッケージはどれでも使えるものを使えば良いと思います。MITでの数値計算の講義

nbviewer.jupyter.org/github/steveng...

では

using PyPlot
plot()

と

import Plots
Plots.plot(～)

の両方が使われています。使えるものを使うのがよいと思います。

タグ： JuliaLang

posted at 00:19:42

周囲が続々とJulia入信してる

タグ：

posted at 00:22:25

100x100の二次元イジング、T=Tcにして100万モンテカルロステップ(100万*100*100局所フリップ)の時の磁化のヒストグラムをJuliaBox.comで計算してみよう。進捗1%の所で残り時間予想が47分になっているがどうなるだろう

タグ：

posted at 00:25:26

#JuliaLang

twitter.com/kikumaco/statu...

ひょええ！

100万✖️150^2

確かに、1億回のループを数百回くりかえすだけだから…

タグ： JuliaLang

posted at 00:35:55

@genkuroki 僕のは100×100だから、ちょうど100億ステップになります。でも10分くらいじゃないかな

タグ：

posted at 00:39:44

#JuliaLang 自分でやった2D 4-state Potts modelのシミュレーションを見直してみた。色を変えた点の個数をカウントしていて、128^2の盤面でトータルで

2億9016万4029個

の点の色を変えていました。私のパソコンでは

5分23秒

で計算が終了していました。

nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/mvV5Dhzbhr

タグ： JuliaLang

posted at 00:50:07

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

@kikumaco 10分とは速いな。

ぼくのWolff法よりずっと速い。こちらはPottsまで一般化してしまっているのですが、あんまり関係ないはず。(効率は気にせずに、バグを出さないことを優先して、書いたので仕方がない。)

タグ：

posted at 00:53:51

プログラミング言語において配列のインデックスは、

タグ：

posted at 00:57:11

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

@kikumaco @genkuroki 言語はJuliaなのでしょうか？

タグ：

posted at 01:01:22

Fermat's Library @fermatslibrary

Animation showing asteroids caught in the Lagrangian points of Jupiter and the Sun. ☄️

Green - Jupiter's Lagrange points
Pink - Sun affected conjoined Lagrange points pic.twitter.com/yON5YNz9Up

タグ：

posted at 01:01:39

#JuliaLang を使うための環境構築が面倒な人には

next.juliabox.com

が非常におすすめ。無料でブラウザから使用できます。

私は通勤途中の地下鉄の中からiPhoneでアクセスして簡単なGIF動画を作ったことがある。

twitter.com/cometscome_phy...

タグ： JuliaLang

posted at 01:25:25

#Julia言語ネタを拡散しまくっていてびっくりしたのは、Julia言語をソースからコンパイルしている剛の者が結構いること。素晴らしいことだと思いました。

タグ： Julia言語

posted at 01:33:19

@cometscome_phys @genkuroki ちゃんと測ってないので、ほんとに10分かどうかはわかりませんが。でも30分かかるわけではないので、まあそんなものです。コードはJuliaで素直に書いただけです

タグ：

posted at 01:47:56

@genkuroki Wolffの1ステップはメトロポリスと比較するとずっと長いタイムスケールに相当するので、1ステップの所要時間を比べてもしょうがないです。Wolffのほうが圧倒的に緩和が速いですから

タグ：

posted at 01:50:51

@genkuroki イジングモデルには運動方程式がないので「リアルなダイナミクス」とは何かというのは難しい問題なのですが、本当の磁性体に近いのはシングルスピンフリップだと考えられています。Wolffなどのクラスターフリップはそれに比べると圧倒的に速いダイナミクスです。「リアル」ではないが高効率

タグ：

posted at 01:55:30

@genkuroki だから、熱平衡計算をするならクラスターフリップのほうがよいです。1ステップの計算時間がかかっても、緩和が圧倒的に速いので

タグ：

posted at 01:57:15

@cometscome_phys @genkuroki メトロポリスのメイン部分はこんな感じ

r=rand(n,n)
for i=1:n for j=1:n
s1=s[i,j]
ssum=s[(i-2+n)%n+1,j]+s[i%n+1,j]+s[i,(j-2+n)%n+1]+s[i,j%n+1]
s[i,j]=ex[s1*ssum+5]>=r[i,j]?-s1:s1
end end

exという配列に確率が入ってます

タグ：

posted at 02:03:59

@kikumaco @cometscome_phys for i in 1:n for j in 1:n
～
end end

は

for i in 1:n, j in 1:n
～
end

とも書けたはず。 #Julia言語

タグ： Julia言語

posted at 02:11:23

@kikumaco @cometscome_phys あと、あまりを0～n-1じゃなくて1～nにとってくれる函数mod1(x,n)があります。配列が1から始まる #Julia言語では必須。

まだよく理解していないのは

* mod1
* if
* ifelse

のどれを使うと速いか。

mod1と%の比較もしたことがない。

タグ： Julia言語

posted at 02:15:30

Davi Silva @davisilva

SoS #Notebook as a #Python 3 kernel with multi-language support: #Python, #rstats, #julialang, #bash.. vatlab.github.io/blog/post/sos-... pic.twitter.com/kvMw8171Wa

タグ： bash julialang Notebook Python rstats

posted at 02:20:07

@kuri_kurita

これは揶揄されて当然。 twitter.com/remio7/status/...

タグ：

posted at 02:28:18

Atsushi Sakai @Atsushi_twi

Plotsを使うと、こんなに簡単にgifが作れるのか。PyPlotsから移行したいが。。🤔 twitter.com/cometscome_phy...

タグ：

posted at 02:32:04

@kuri_kurita

こういう教育を受けたせいで、「3*1」を「一皿に3つ」としか解釈できずに困っている大人が少なからず存在してます。バカげた話だし、社会に害をなしている。
そんな解釈の強制は社会には存在せず、ハダカの王様みたいな算数教育の指導者とその追随者が言ってるだけ。

twitter.com/remio7/status/...

タグ：

posted at 02:35:23

@kikumaco 上の方を読んでもらえればわかるように、Wolffで幾つの点の色(state)を変えたかを数えています。3億個弱で5分半弱。やっぱり遅いです。

あ！遅い理由は多分アニメーション作成のために途中の盤面の記録を取っているからかもしれません。

タグ：

posted at 02:38:32

@kuri_kurita

ちょっと世の中を見渡せば、算数教育の指導者とそれに洗脳されてしまった人たちの言う「間違った順番のかけ算の式」なんてものはいくらでもみつかる。

間違っているのは「社会」の方なのか、「算数教育の世界」でしか通じない独自ルールを子供に強制するカルト集団の方か？

twitter.com/genkuroki/stat...

タグ：

posted at 02:42:28

@genkuroki @cometscome_phys おお、mod1はいいですね

タグ：

posted at 02:47:28

@genkuroki @cometscome_phys ループの実行順序は同じですか？

タグ：

posted at 02:48:43

非公開

タグ：

posted at xx:xx:xx

@kikumaco @cometscome_phys 同じです。 pic.twitter.com/JBWDy71V72

タグ：

posted at 03:35:01

非公開

タグ：

posted at xx:xx:xx

しかも3倍くらい速くなって質も向上したメルセンヌツイスターの新版(dSFMT)を使っていることが、がっつりわかる表示。 #Julia言語

他言語によるモンテカルロシミュレーションでJuliaに勝とうとするとまずこの点をクリアする必要が生じる。

twitter.com/whisponchan/st...

タグ： Julia言語

posted at 04:03:28

juliaのPlotsでローレンツ方程式のアニメーション。自分が使ってるmacOS High Sierraの場合だと、brew install ffmpegすれば、リンク先のやり方でいけた。
docs.juliaplots.org/latest/ pic.twitter.com/BTzUKNVbOu

タグ：

posted at 05:49:30

juliaのPyPlotでローレンツ方程式のアニメーション。こちらはmatplotlibとだいたい同じ感じでいけた。 pic.twitter.com/mf58RKk1fd

タグ：

posted at 05:51:59

juliaのPlotsを使ったアニメーション。

qiita.com/Urad/items/f48... pic.twitter.com/Cx9aCsMwPc

タグ：

posted at 06:06:31

ソースコード pic.twitter.com/qPVFpGBuaD

タグ：

posted at 06:06:44

juliaのPyPlotを使ったアニメーション。
mlamoureux.gitbooks.io/using_syzygy/J... pic.twitter.com/nZwuMUk62n

タグ：

posted at 06:14:18

ソースコード pic.twitter.com/WcCsLWk6zR

タグ：

posted at 06:14:19

タグはつけ忘れました...

タグ：

posted at 06:16:49

Pythonのline.set_data()がjuliaではline[:set_data]()になってるねんけど、line[:set_data]の構文を知らん

タグ：

posted at 06:31:08

PyObjectと言うらしい。Pythonのline.set_data()が、line[:set_data]()かline["set_data"]()で呼べるみたい。正直微妙。 pic.twitter.com/swI9sDi85x

タグ：

posted at 06:41:23

line[:set_data]()とline["set_data"]()の違いは、type conversionするかどうかと書いてるが、違いは分からない。line[:set_data] == line["set_data"]はtrueになった。

タグ：

posted at 06:46:39

積分定数 @sekibunnteisuu

自己流というよりも、集団的自衛権かな？
業界ぐるみで、数学とは別の、超算数体系をでっち上げて、「算数と数学は違うから、その批判はお門違いです。算数では３×４と４×３は違うのです」と城壁を築いている。
twitter.com/9sarGLdPzeNztG...

タグ：

posted at 07:47:25

@kikumaco @genkuroki ありがとうございます。if文使わずに書けるのですね。匠の技を見るようです

タグ：

posted at 08:32:25

Haruhiko Okumura @h_okumura

TIOBEの人気言語ランキング，Rが8位（昨年16位），Juliaはまだ47位 www.tiobe.com/tiobe-index/

タグ：

posted at 09:16:05

Sublimeでjulia を弄っていると using hoge の読み込みが遅く超絶イライラするけれども，JupyterNotebookを使うと読み込みをいちいちしなくても良いので作業がとても快適になるということがわかった．

タグ：

posted at 10:10:19

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

二次元イジング模型、@kikumacoさんのコードを参考に書き換えたところ、100x100の臨界温度での100万モンテカルロステップのシミュレーションが10分を切るようになった。

タグ：

posted at 11:53:57

no jkl no worlds @jur4vrik

jupyter上にjulia突っ込むのにとりあえず成功した

タグ：

posted at 11:58:22

昨日から気になっていた置換の巡回置換への分解の数え上げをrubyで組んでみた。便利で早い。

タグ：

posted at 12:21:26

組みながら昨日読んでたJulia開発動機の和訳を思い出して，きっとJuliaでもお気楽に組めるのだろうなと。そして配列のインデックスを1からにしたJuliaに座布団を1枚と思うなど。

タグ：

posted at 12:25:00

100x100の二次元イジング、100万ステップがついに3分を切った

タグ：

posted at 12:56:22

100x100の二次元イジング模型の臨界温度での振る舞い。10000モンテカルロステップまで。臨界感がある。この図は20秒くらいでできた。 pic.twitter.com/ibAJsOrKsA

タグ：

posted at 13:09:37

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

tₖᶠ @tkf

Julia でも Array{Any} すれば同じことできそう twitter.com/tkf/status/949...

タグ：

posted at 13:45:36

もっちぃ @tanimocchi

@NaOHaq Juliaもあるので、まだなんともなとこあるし、強く型付された拡張言語が出てくるかも知れんし、それ系でライブラリが拡充されるかも知れんし、可能性は無限って事にしとこうよ。言語環境が酷い言語はアカンて……

タグ：

posted at 13:54:16

NaOHaq(苛性ソーダ) @NaOHaq

@tanimocchi Juliaの話題は最近ちょくちょくTLに流れてきますね。重鎮がたが手を付けはじめたせいかw

タグ：

posted at 13:56:42

Juliaでイジング模型のモンテカルロ法、1スイープを関数にまとめるかどうかで計算時間が10倍違う。1スイープを関数にまとめることで、コンパイルされた関数をなんども使っていることになるのかな

タグ：

posted at 14:33:02

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

#julialang とりあえず色々調べてドット付ければいいと分かったので、 julialang.org/blog/2017/01/m... この記法に対応するようにデータ構造を一から書き直したところGCにかかる時間がほぼなくなって倍速化した。 twitter.com/mac_wac/status...

タグ： julialang

posted at 14:58:53

結論から言うと、何も考えずに書いても速度出るということはなくて、やっぱり裏で何が起こってるのかを考えて書く必要はあるという印象。とはいえ、考える必要があるのとそれを自力でコードに落とす必要があるのには雲泥の差があるので、考えるだけで済むのは有難い。

タグ：

posted at 14:58:53

でもやっぱり、関数呼ぶ前に親ルーチン側でメモリ確保しとくというのは、あんまりスマートなやり方ではない気がするけど……

タグ：

posted at 15:00:57

こなたま（CV:渡辺久美子） @MyoyoShinnyo

あとSharedArrayに対応して全部書き直したら、@ parallel for使ったバカパラも上手く行った。

タグ：

posted at 15:02:46

非公開

タグ：

posted at xx:xx:xx

こなたま（CV:渡辺久美子） @MyoyoShinnyo

時々、「こいつ言論の自由を説いてるけど俺をブロックしてるぜ」みたいな晒しor告発ツイートが回ってくるんだけど、言論の自由は「俺は好きに言うかわりにお前の口を塞がない」であって、「俺は好きに言うかわりにお前の言う事にも耳を塞がない」ではないと思う

タグ：

posted at 16:29:22

うるせーなって思えばブロックしていーんだよ。

タグ：

posted at 16:30:21

検索して見つけたFortranのコードと速度比較をしてみたけれど、速度はほぼ同じ、むしろJuliaの方が速いという結果になって驚いた

タグ：

posted at 16:41:28

Juliaで学ぶ古典モンテカルロシミュレーション、実際のメトロポリス法のシミュレーションと、そのアニメーション作成、Fortranコードとの比較など。 github.com/cometscome/MC/...

タグ：

posted at 16:44:28

臨界温度での綺麗なスケーリングが見えて面白かった。二次元イジング模型の磁化分布のヒストグラム。100万モンテカルロステップ。横軸は磁化にLx^(1/8)をかけたもの。全部分布が重なった。 pic.twitter.com/ZSpyzjbeTG

タグ：

posted at 16:49:07

Atsushi Sakai @Atsushi_twi

このJuliaのチートシートいいな。 juliadocs.github.io/Julia-Cheat-Sh...

タグ：

posted at 16:50:28

Julia、いろいろいじっているうちにどんどん速度を上げていった結果Fortranに近い速度になったのは興味深い。本当は同じアルゴリズムで書くべきだけれど。

タグ：

posted at 16:51:11

非公開

タグ：

posted at xx:xx:xx

FortranとJulia、同じメトロポリス法で、同じように順番にスピンをフリップさせている、ところまでは確認済みで、そのレベルでは同じアルゴリズム。速度のオーダーは同じ

タグ：

posted at 16:56:18

Juliaのコード、In[14]とIn[16]でメモリが100倍違っている原因がわからなかった。ただfunctionを呼ぶか直書きしたかの違いにしか見えないのに。

タグ：

posted at 16:58:04

以前見たJuliaの宣伝文句的には、あまり細かいことを気にせずにFortranやC/C++と同じオーダーの速度で、ファクターも2倍くらいになってくれると嬉しいものだけど、最近見かけるツイートからすると、よくわからんおまじないがたくさん必要に思えている。

タグ：

posted at 17:07:00

ファクターも2倍、というのはかかる時間の方。速度倍だったらやばい…！

タグ：

posted at 17:08:38

@aki_room 今回のイジング模型の場合は、if文を沢山呼ばないとかFortranと共通の律速要因が多かったです(単に自分のスピン系の勉強不足)、Fortranとかと似てるのって結構重要でPythonは律速要因が色んな言語と異なってるせいで最適化がしんどいです

タグ：

posted at 17:12:47

@cometscome_phys 最適化の有無で計算時間どれくらい変わりますか？

タグ：

posted at 17:13:46

@aki_room Fortranと同じことをした状態なら、1倍から数倍遅いですね。少し気にすると(グローバル使わないとか)、2倍以下にはなるのではと思います。まあそもそもCやFortranで必要な型宣言なして動いてしまうので、書く手間ならJuliaのが楽ですから、並列計算(試してない)なしならトータルで速いのではと思います

タグ：

posted at 17:16:56

Julia、書きやすい故の開発時間の短さもおすすめ。ガチな人が書いたときはどれでも変わらないかもだけど。

タグ：

posted at 17:18:04

@cometscome_phys ちなみに、型宣言がある場合には自明な間違いを防げますが、型宣言ない場合にはどうやってデバッグするのでしょうか…？（ここが未だにピンと来ない

タグ：

posted at 17:20:01

「世論で」変えようとしているんです。 #掛算 twitter.com/nekomatanx/sta...

タグ：掛算

posted at 17:22:30

@aki_room 関数の引数が型ごとにコンパイルされるので、例えば整数のところに実数入れようとすると、関数内の引数の扱いと異なるとわかるので「そんな関数ないよ！似た関数はこれ」とエラーを出します

タグ：

posted at 17:22:55

@cometscome_phys あれ。Juliaってコンパイルするんでしたっけ。

タグ：

posted at 17:23:54

@aki_room 実行時コンパイルをするのが速い理由で、ユーザーは意識しませんがコンパイルされたコードが走っています

タグ：

posted at 17:24:49

@cometscome_phys コンパイルされた実行ファイルを残すことも可能ですか…？

タグ：

posted at 17:26:01

@aki_room それは、わかりません。なんか新しい仕組みで動いていることしか…

タグ：

posted at 17:27:47

残り88件のツイートを見る

@cometscome_phys ふーむ…。
あと、もう１つ気になるのですが、型のチェックって、確かオプショナルな機能ですよね。配列の配列みたいなオプジェクトの型も指定できるのでしょうか…？

タグ：

posted at 17:30:30

@aki_room 配列の配列の型を表示できるのでできるような気がします

タグ：

posted at 17:31:46

はてなブログに投稿しました
Juliaを使うか - Amaryllis@hatena satie.hateblo.jp/entry/2018/01/... #はてなブログ

タグ：はてなブログ

posted at 17:36:00

@chotoQ

Julia最強説

タグ：

posted at 18:00:32

Julia、並列計算についても調べてみたい。クラスターシステムでジョブ管理システムがあるときに並列で計算できれば言うことなし

タグ：

posted at 18:01:46

プログラミング言語別に経過時間を比較するときにタイマーはどうするのがええんやろ。ターミナルからtimeコマンド使えば楽なんだけど、Juliaだとコンパイル時間も入るので、コードの一部だけ測りたいときは、プログラミング言語別に異なるタイマーを使うことになってしまう。

タグ：

posted at 18:12:50

イマジンアドミニストレーター@妄想管理者 @imaginster

経過時間かcpu時間かを合わせていればええんかな。

タグ：

posted at 18:13:42

juliaをインストールしてみた(*´∇｀*)ノ
jupyter notebookも入れてたけど、python2系だった(　ﾟдﾟ)？？？
ローカル環境は3にしてるはずなのに(　ﾟдﾟ)
どこから参照してるんだ(*´∇｀*)？？？

タグ：

posted at 18:24:25

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

#JuliaLang Juliaで使うPythonを自前で用意したものにしたい場合には

ENV["PYTHON"]="C:\\Anaconda3\\python.exe"
Pkg.add("PyPlot")

のようにして PyPlot や PyCall を入れる必要があります。詳しくは
nbviewer.jupyter.org/gist/genkuroki...
の1.6.1節を参照。

twitter.com/xapa_ace/statu...

タグ： JuliaLang

posted at 18:58:37

@tsatie 置換の巡回置換への分解をしてくれる #Julia言語のパッケージがすでにあります。

数学ネタに Julia 言語は結構相性がよいと思います。(既存のパッケージを使うという意味ではなく。今の場合はパッケージがあるんですが。)

github.com/scheinerman/Pe...

タグ： Julia言語

posted at 19:02:48

#Julia言語

Python a.b → Julia a[:b] の翻訳問題については
qiita.com/yatra9/items/0...
のうしろの方が詳しいです。

Julia v1.0 が出るころには改善している可能性が高いです。
Python系のライブラリが今よりずっと使い易くなるはず。

twitter.com/ceptree/status...

タグ： Julia言語

posted at 19:07:18

@genkuroki 流石というか何というか。そうなんだ。rubyも色々皆さんがライブラリ作ってて便利ですけどJuliaも同じ感じなんだなぁ。昔のMacのフリーウェアやハイパカなんかと同じ雰囲気だなぁ。素敵だ。

タグ：

posted at 19:11:37

ドッグ @Linda_pp

新しくつくられる言語は静的型付け → Julia「…」

タグ：

posted at 19:12:37

@genkuroki TeXのそうだけどパッケージとかライブラリとかスタイルファイルとかマクロとか今一つ言葉の使い方がわからず困惑することが多い。皆さんはどう使い分けているのだろうか。

タグ：

posted at 19:13:22

@genkuroki ありがとうございます！この記事とても参考になりました。メソッドの表記の問題に加えて、Juliaとオブジェクト指向の関係が気になっていたので、それに関しても多少理解することができました。

タグ：

posted at 19:17:59

JuliaはUnicodeが使えるから変数に下付き文字とか使えるのか。これは面白い d.hatena.ne.jp/nakamura001/20...

タグ：

posted at 19:31:53

Masahiro ISHII @m_ishii13

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

Julia, GPU利用含め勉強してみるか

タグ：

posted at 19:32:15

JuliaはJITコンパイルが速くて嬉しいのもあるけれど，同じくらいOpenLibm・DSFMT・OpenBLAS・LAPACK・ARPACK・PCRE・GMPといった計算系のライブラリが標準で同封されているのが良いと思う。他の言語でこれらを使おうと思ったら結構大変。

タグ：

posted at 19:40:12

Qiitaでここ数日に関するJuliaの記事書いてる

タグ：

posted at 19:44:59

Hiroki Fukagawa @hiroki_f

Juliaやばいな。

タグ：

posted at 20:08:33

#Julia言語今日の夕方は2D Isingのメトロポリス法のプログラムをJuliaで書いていました。

きくちさんによれば、100億サイトの更新が10分で終わるらしい。100×100でやっているので、盤面全体を100万回更新するのに10分。

続く

twitter.com/kikumaco/statu...

タグ： Julia言語

posted at 20:13:53

#Julia言語で、きくちさんに教わった方法を私も試してみました。

添付画像のように、100×100の盤面全体を1万回更新(1億ドット更新)するのに約5秒かかっているので、盤面全体を100万回更新するには500秒程度のはず。確かに「10分程度」です。

ソースコード→ nbviewer.jupyter.org/gist/genkuroki... pic.twitter.com/LiwykSATsi

タグ： Julia言語

posted at 20:21:07

#Julia言語公開したソースコードを見ればわかるのですが、2D Ising のメトロポリス法のコード(2種類ある)には型指定を明示的にしてある部分は一ヶ所もありません。Julia言語はこれを型推論してコンパイルした後に実行してくれます。型推論の仕組みが巧妙なので型指定する必要がない。 pic.twitter.com/zFVWioP6H4

タグ： Julia言語

posted at 20:26:56

#Julia言語 2D Isingの盤面で更新する点をランダムに生成しているのが前者の ising2d_update! 函数で、後者の ising2d_update! 函数は盤面全体をforループで一度に更新します。後者の方が倍以上速いです。(その代わり後者では前者では起きない奇妙に見える(面白い)ことも起こる。)

タグ： Julia言語

posted at 20:29:22

#Julia言語 Julia言語では以上のように明示的に型を一切指定せずに書いた函数の実行が滅茶苦茶速い。これは「Julia言語が函数の実行時に型推論を行い、型推論の結果に基いてコンパイルし、コンパイルした結果を実行する」という仕組みになっているからです。

タグ： Julia言語

posted at 20:31:48

#Julia言語函数のコード内に型指定を一切書いていないのに、型推論を行えるのはなぜか？ Julia言語は実行時の函数の引数の型を型推論の「種」として用います。

タグ： Julia言語

posted at 20:35:45

#Julia言語例えば、Julia言語で書かれた函数

f(x) = x + 1

を f(3) として実行すると、x=3は整数なので、1も整数だと判断し、+は整数の加法だとみなしてコンパイルされ、整数の足し算が実行されます。 f(3.0) を実行すると、浮動小数点数の足し算としてコンパイルして実行します。

タグ： Julia言語

posted at 20:37:51

物理シミュレーションをやってみたくなる人々が増えそうな機運であることが、何よりも喜ばしいことですよね。
> RT

タグ：

posted at 20:39:21

#Julia言語による型推論の結果を知るためには

@ code_warntype f(x)

を実行します(@ の後の空白は除く)。

明らかにオーバーヘッドが生じるのような書き方や明らかにメモリ効率が悪い書き方をしないように注意すれば、自然に型推論がうまく行くようなコードになり、気楽に高速計算できるわけです。

タグ： Julia言語

posted at 20:41:07

シミュレーションは物理の理解を進める上でとても役立つものです。
理論や方程式が定まっていてもその様子が手計算ではわからないものというのは幾らでもあります。
また解析解が分かっていたとしても、その性質を知る際には計算機の力を借りたくなります。

タグ：

posted at 20:42:40

#Julia言語 2D Isingのメトロポリス法という易しくて科学的に意味のある計算を、Julia言語では型指定を一切書かずに10行程度で書けてかつ、100×100の盤面全体を1万回更新には5秒程度でしかかかりません。

ソースコードを見てもらえればわかるようにアルゴリズムを素直に翻訳しただけ。

タグ： Julia言語

posted at 20:44:13

シミュレーションの人口が増えるには、
・手軽さ
・描画環境の用意しやすさ
・アルゴリズムや数値計算ライブラリの整い具合
等が重要なのですが、Juliaについては中々に揃っていることがわかります。

タグ：

posted at 20:44:55

クッキー @CookieBox26

Juliaはこのマシンに入っているけど、3年前に会社の勉強会で「計算すごいはやい」っていう話をしてそれっきり……

タグ：

posted at 20:45:03

TJO @TJO_datasci

何故急にJulia言語が流行りだしたの？ — 知らぬ l.ask.fm/igoto/45DKECN7...

タグ：

posted at 20:45:53

#Julia言語 ising2d_update!(s, β, niters)のsは2D Isingの初期盤面、βは逆温度、nitersは何ドット更新するかを意味し、sは整数の2次元配列であることを期待してコードが書かれています。そのとき型指定していないので、sはInt8, Int16, Int32, Int64のどれを要素とする2次元配列でも大丈夫です。

タグ： Julia言語

posted at 20:47:25

計算科学は実験・理論に続く第三の手法である、と見る向きもあります。
これを機に一層このやり方が広まっていくと良いと思います。
www.jicfus.jp/en/wp-content/...

タグ：

posted at 20:48:55

#Julia言語もしかしたら、デフォルトの整数Int64ではなく、Int32, Int16, Int8を使えば計算が速くなるのではないかと思って試してみたのですが(函数のコードは一切変えずに、代数する初期盤面 s を変えるだけ)、計算は速くなりませんでした(遅くもならない、メモリの節約にはなる)。

タグ： Julia言語

posted at 20:49:14

(｢・ω・)｢ｶﾞｵｰ @bicycle1885

#Julia言語続き。これは逆温度βと繰り返しの回数nitersについても同様です。それぞれ浮動小数点数と整数であることを期待して函数のコードが書かれているですが、型指定をしていないので、浮動小数点数としてデフォルトのFloat64以外の型も使用できます。

タグ： Julia言語

posted at 20:50:53

ここのところTwitterでみるJuliaのコードで，関数内でlocalやconstを使っているケースがあるけれど，ほとんどの場合不要です。Juliaのlocalは外側のスコープを引き継がず新しい変数を作るためにあって，constが今のところ大域変数の場合のみ有効です。

タグ：

posted at 20:52:40

おがわけんたろう @KentaroOgawa

#Julia言語続き。このように、Julia言語では型指定を一切せずに高速に動く函数を書くことができます。同一の函数に異なる型の引数を代入してもそれぞれ別に高速に動く。数学的なアルゴリズムだけに意識を集中して気持ちよく高速計算を実現できるわけです。

タグ： Julia言語

posted at 20:52:45

ああそうか… 新しいプログラミング言語を覚えるのにIsing模型の計算というのも良いのかもな。勉強してみよう。

タグ：

posted at 20:54:37

#Julia言語どんな書き方をしてもJulia言語は速いわけではないです。明らかにオーバーヘッドが生じるのような書き方や明らかにメモリ効率が悪い書き方をすると当然遅くなる。しかし、その辺の問題をクリアできるならば、型指定無しの書き方のアルゴリズムの忠実な翻訳でそのまま速い。

タグ： Julia言語

posted at 20:56:32

#Julia言語の基本的な使い方は、コンピューターによる計算で明らかにオーバヘッドが出たり、明らかにメモリ効率が悪くなる書き方を避けながら、型指定せずに数学的なアルゴリズムを翻訳したコードを書くことだと思うのですが、それで済まない場合にどうすればよいのか？続く

タグ： Julia言語

posted at 20:59:04

#Julia言語続き。例えば繰り返し使う特殊函数をFloat64の精度で高速に計算するプログラムを書きたいときにはどうすればよいのか。そのようなプログラムはFloat64の引数に特化した特殊なものになります。すでにその函数を一般的なアルゴリズムで計算する函数 f(x) が書かれていても～続く

タグ： Julia言語

posted at 21:00:42

#Julia言語続き～、Float64型のxを代入した場合に限って、高速に計算してくれる同じ名前の函数 f(x) があると便利です。Julia言語ではそのようなことを一瞬で可能にする仕組みを持っています。それが multiple dispatchです。

function f(x::Float64)
Float64専用に最適化されたコード
end

タグ： Julia言語

posted at 21:02:33

#Julia言語

function f(x)
素直で一般的なアルゴリズム
end

function f(x::Float64)
Float64型の場合にきっちきちに最適化されたコード
end

のように書いていて、f(3.45) を実行すると、Julia言語は「Float64型の場合にきっちきちに最適化されたコード」の方を実行してくれます。

タグ： Julia言語

posted at 21:04:12

#Julia言語例えば、繰り返し引用している

nbviewer.jupyter.org/github/steveng...

には64bitの場合の精度の場合(複素数を含む)に特化最適化された指数積分函数のJulia言語での作り方が詳しく書いてあります。最初の方には「素直で一般的なアルゴリズム」のコードが書いてある。

タグ： Julia言語

posted at 21:07:45

アルミニ @cygnusgm

せいぜいオフィスで便利に使うだけ程度のアプリしか書いてないわたしだとC#やらJava系くらいで十分だが、むりくりJulia language使ってみたくなるほど流行ってる（ような気がする）

いや、そういうTLに住んでるだけなんだが～

タグ：

posted at 21:16:58

HIROPON @hiropon_matsu

@cometscome_phys Parallel Julia 明日インストールしてみよ。我が家にはクラスターないけど。

タグ：

posted at 21:18:56

#Julia言語

ぎょぎょぎょ、本当だ。

2D Ising のノートブックからも local 消した。

twitter.com/bicycle1885/st... pic.twitter.com/jQ7a1QMDY3

タグ： Julia言語

posted at 21:21:40

yutote @yuto_te

最近Juliaを以前よりもよく目にするようになった

タグ：

posted at 21:22:31

#Julia言語 local はいらないので、私の変なコードは真似しないように注意して下さい。 pic.twitter.com/1bvbJssoyA

タグ： Julia言語

posted at 21:24:52

#Julia言語添付画像は

nbviewer.jupyter.org/gist/genkuroki...

より(まだ更新されていない、じきに更新されるはず)。2D Ising のメトロポリス法での更新を行う函数が2つ。 s は2D Isingの盤面で整数±1を成分に持つ2次元配列であることが期待されています。相当にすっきりした。 pic.twitter.com/x1khOsLbRi

タグ： Julia言語

posted at 21:28:51

@Remio7 @sekibunnteisuu （横から）
【印刷機の設定がそうなっている、と言われればそれまでですが。】
まさに、その通りです。
それぞれの機械や、企業・団体などがローカルにそう決めている事には個別に従えば良い話であって、「これが全国（or世界）共通だ」という理解は困るのです。#掛算

タグ：掛算

posted at 21:34:01

#Julia言語

rand() < prob[k+5] ? -s₁ : s₁

を

ifelse(rand() < prob[k+5], -s₁, s₁)

に書き換えても速くはなりませんでした。

私の実験では ifelse を使っても速くならないのですが、どういうケースであれば速くなるのだろうか？それとも現在のJulia言語だとifでも速いのだろうか？

タグ： Julia言語

posted at 21:39:51

#Julia言語

x < 0 ? -x : x

は

if x < 0; -x else x end

と等価。 pic.twitter.com/Nit7QFTsII

タグ： Julia言語

posted at 21:44:53

非公開

タグ：

posted at xx:xx:xx

QiitaにJuliaの記事を書きました！

Juliaの速さを体感する
qiita.com/ceptree/items/...

タグ：

posted at 22:11:39

Pythonでもともと書いてあったプログラムをJuliaに移植しました．内容は初等的なガウス消去法のピポット選択付き手法です． pic.twitter.com/va1X5dBSKc

タグ：

posted at 22:22:05

@Remio7 @sekibunnteisuu 【2年生の発達段階では、単位量×個数が逆転しても式は成り立つ、ということまで理解させるのは難しいと感じます】
というのは良いのですが、逆に、「わかっちゃった子」に足枷を嵌めるのはやめて欲しい、という所が #掛算の順序論争なのではありませんか？

タグ：掛算

posted at 22:22:22

書いてて思ったのがjuliaのほうも行列を[[a,b,c],[d,e,f]]のようなスタイルを前提とした設計にしないとPythonとの純粋な比較ができない．また書き直します．

タグ：

posted at 22:24:55

std::こころん @tech_harohapi

修論片付けたらjuliaやってみようかな

タグ：

posted at 22:24:58

多次元でPythonでa[i]としてOKなところをこの場合のjuliaではa[i,:]としないといけない．やらかした．

タグ：

posted at 22:26:00

#Julia言語クイズ

a = 0
b = Array{typeof(a),1}(2)
b[1] = a
a = 1
b[2] = a

とすると b は [0,1] になる. それでは

a = [0,0]
b = Array{typeof(a),1}(2)
b[1] = a
a[1], a[2] = 1, 2
b[2] = a

とすると b は [[0,0], [1,2]] になるか？ Yes or No?

タグ： Julia言語

posted at 22:27:31

#Julia言語 ←このタグ流行るといいな。

上のクイズのような状況は「配列 a に更新するべきデータが入っていて、更新するたびにその結果をaの型の要素を持つ配列 b に保存しておく」というようなことをすると普通に生じます。

クイズの解答は次のリンク先にあります。

gist.github.com/genkuroki/741c...

タグ： Julia言語

posted at 22:31:04

#JuliaLang

nbviewer.jupyter.org/gist/genkuroki...
2次元Ising模型：メトロポリス法

の後半はGIFアニメ作成になっているのですが、そこでやらかした。2D Isingのメトロポリス法による更新の結果を配列に残したつもりが… 😭

まだJulia言語を全然理解していません。
理解していなくても十分実用的。

タグ： JuliaLang

posted at 22:34:42

いつもタグつけ忘れます... twitter.com/genkuroki/stat...

タグ：

posted at 22:36:01

#JuliaLang 作ったGIF動画の一つ

盤面全体をforループで更新するとこういうことになる場合が出て来る。
ランダムな場所を次々に更新するとこうはならない。 pic.twitter.com/wmtau9Y0Ef

タグ： JuliaLang

posted at 22:37:48

#JuliaLang 2D Ising T = T_crit

t はメトロポリス更新を行ったドットののべ総数です。 pic.twitter.com/LUyUb52uAo

タグ： JuliaLang

posted at 22:40:33

非公開

タグ：

posted at xx:xx:xx

これぐらいのコードだとJuliaのほうが呼び出しのオーバーヘッドの関係で見た目遅い結果が出てしまいます．

タグ：

posted at 22:45:05

これは人間と車が一メートル競走でどっちが早いかを見てるのと同じことだとおもいます．

タグ：

posted at 22:46:16

突然、2次元イジングのモンテカルロが流行りだした感

タグ：

posted at 22:48:38

部品（森七菜） @tjmlab

Julia使ってみたくなってきた

タグ：

posted at 22:50:13

@Remio7 @sekibunnteisuu 【「嘘を教えている」というのは、あまりに乱暴ではないですか？】
そこは
「ひととおりの事を身につけた大人には不要なことを、一時的に２年生に教えている」とすれば、良いのでしょうか？　#掛算

タグ：掛算

posted at 22:51:07

#Julia言語

Float64 の2次元配列(行列) a は

a = Float64[
1 2
3 4
]

のようにして作れます。

1次元配列の1次元配列は Julia 言語では行列扱いにならない。

twitter.com/MathSorcerer/s...

タグ： Julia言語

posted at 22:51:10

Juliaの新しいのが！って0.6をインストール！したのだけど…ちなみにMacOSX でanacondaでJupyter notebookも既に導入済みでjuliaも0.5.2で使えてるんだけど，起動してみると0.5.2のまんま。Jupyterで0.6使うにはどうすれば良いのやろ

タグ：

posted at 23:02:19

とみー @4557g2

本当にそう思いますねえ。そんな高級な計算しないのだけれど一連のTL見てJulia触りたくなってきた。 twitter.com/adhara_mathphy...

タグ：

posted at 23:02:56

プログレの本質は「誇大妄想」ですよ

タグ：

posted at 23:03:11

と思ったんですけれど，配列の配列を行列とみなすとhcatでいろいろと躓くのでこれはこれでよいっぽい．

タグ：

posted at 23:04:24

Qiita_Python @qiita_python

Juliaの速さを体感する - qiita.com/ceptree/items/...

タグ：

posted at 23:05:10

富谷(助教);監修シン仮面ライダー @TomiyaAkio

あれです，juliaはjuliaの書き方があるのできゅ．

タグ：

posted at 23:09:37

inspirehep.net/record/1488584
2次元イジング模型が流行ってると聞いて。
まぁPythonで書いたんだけど…

タグ：

posted at 23:17:00

清水　団 Dan Shimizu @dannchu

今年の最初のチャレンジ。
macでatomでjulia
atomでTeXをやってみたけど，思っていた以上に良いのでTeXShopから移行しようと思います。#ATOM #julialang pic.twitter.com/rlU8sIe6AF

タグ： ATOM julialang

posted at 23:20:31

非公開

タグ：

posted at xx:xx:xx