Julia於2018年成為發展最快的編程語言之一，因其結合了幾種主要語言的優勢而備受推崇。

python和julia，那種語言更適合機器學習？

Julia最近發佈了1.0版本，Julia的幕後工作者現在雄心勃勃地希望它成為機器學習（ML）領域的首選語言。

幫助實現這個目標的是Flux，一個為Julia設計的機器學習軟件庫，用於使ML代碼更易於編寫，簡化培訓過程，並提供某些性能優勢，超過硬件加速器上的競爭對手框架，如GPU和Google的TPU[Tensor Processing Units]。

今天，Python和R語言通常是機器學習最常用的語言，就開發人員的受歡迎程度而言，Python仍然是增長最快的編程語言，這在很大程度上是由其機器學習框架和庫的強度驅動的。相比之下，只有相對較小比例的開發人員使用剛剛起步的Julia。

Julia的開發團隊說，他們的語言非常適合於設計可微算法——這個名字被賦予了程序化的、數據驅動的代碼，可以用來構建用於機器學習和神經網絡。

Julia開發的初衷

Julia是一個面向科學計算的高性能動態高級程序設計語言。其語法與其他科學計算語言相似。在許多情況下擁有能與編譯型語言相媲美的性能。 [2]

一群擁有各種語言豐富編程經驗的Matlab高級用戶，對現有的科學計算編程工具感到不滿——這些軟件對自己專長的領域表現得非常棒，但在其它領域卻非常糟糕。他們想要的是一個開源的軟件，它要像C語言一般快速而有擁有如同Ruby的動態性；要具有Lisp般真正的同像性（Homoiconicity）而又有Matlab般熟悉的數學記號；要像Python般通用、像R般在統計分析上得心應手、像Perl般自然地處理字符串、像Matlab般具有強大的線性代數運算能力、像shell般膠水語言的能力，易於學習而又不讓真正的黑客感到無聊；還有，它應該是交互式的，同時又是編譯型的……

於是，就有了我們今天看見的Julia語言，他集合了上述語言的所有優點。

一位python開發者表示：在遇到Python的時候，我發現Python是最好的語言，但是在慢慢熟悉Julia 之後發現，Python依舊最好的語言。T_T

那麼你覺得那種語言更適合機器學習呢？