Zitat:
Zitat von ShortSqueeze
kann man das wirklich so sagen ?
Werden am Ende nicht die gleichen Routinen aufgerufen ?
Wenn du z.B. unter Windows und Visual Studio programmierst ist es völlig egal ob du das dann in Python machst (da gibts ja inzwischen auch Tools für VS) oder C++ oder Visual Basic etc.
Am Ende sind es doch die gleichen .Net Bibliotheken die dann zur Ausführung kommen.
|
Kenne mich mit VS nicht besonders aus. Sicherlich gibts es auch zahlreiche Anwendungen, bei denen die Geschwindigkeit egal ist, ob jetzt 100ms oder 200ms benötigt interessiert keinen.
Kann nur aus der Statistik-Ecke berichten, dass es erhebliche Unterschiede ausmacht.
R, die standard Statistik-Software ist vektorbasiert. Funktioniert also sehr gut auf Vektor und Matrizen-Operationen. Geht aber bei Schleifen in die Knie, damit sind die meisten Optimierungen recht rechenintesiv und zeitaufwendig.
Bei standard Simulationen (Daten erzeugen, Verarbeitung, Wiederholung) haben wir in der Praxis mit Julia einen Geschwindigkeitsvorteil um den Faktor 10. Bei Optimierungen teilweise um den Faktor 50-100. Auch kann man mit Julia recht einfach auf der GPU rechnen lassen.
Denke der Hauptvorteil von Julia kommt von der just in time Kompilierung, Python ist meines Wissens eine interpreted language, d.h. der Code wird auch vorkompilierte Teilroutinen heruntergebrochen. Aber 100% sicher bin ich hier nicht. Weiß nur, dass Julia Optimierungen wie sie z.B. auch bei neuronalen Netzen gebraucht werden erheblich fixer bewerkstelligen kann.
In C geht ähnlich fix, ist aber umständlicher (und ich kanns nicht
)