整数和浮点数 整数 溢出行为 除法错误 浮点数 浮点数中的零 特殊的浮点值 机器精度 舍入模式 基础知识与参考文献 任意精度算术 数值字面量系数 语法冲突 零和一的字面量 整数和浮点数 整数和浮点值是算术和计算的基础。这些数值的内置表示被称作原始数值类型（numeric primitive），且整数和浮点数在代码中作为立即数...

性能建议 避免全局变量 使用 @time评估性能以及注意内存分配 Tools Avoid containers with abstract type parameters 类型声明 避免有抽象类型的字段 避免使用带抽象容器的字段 对从无类型位置获取的值进行类型注释 Be aware of when Julia avoids specializi...

函数 参数传递行为 return 关键字 操作符也是函数 具有特殊名称的操作符 匿名函数 元组 具名元组 多返回值 参数解构 变参函数 可选参数 关键字参数 默认值作用域的计算 函数参数中的 Do 结构 向量化函数的点语法 更多阅读 函数 在 Julia 里，函数是一个将参数值元组映射到返回值的对象。Julia 的函数...

Multi-Threading Atomic operations ccall using a threadpool (Experimental) ) Low-level synchronization primitives Multi-Threading Base.Threads.@threads — Macro Threads . @t...

Unit Testing Testing Base Julia Basic Unit Tests Working with Test Sets Other Test Macros Broken Tests Creating Custom AbstractTestSet Types Unit Testing Testing Base J...

Unit Testing Testing Base Julia Basic Unit Tests Working with Test Sets Other Test Macros Broken Tests Creating Custom AbstractTestSet Types Unit Testing Testing Base J...

TensorFlow.jl 环境配置 在 docker 中快速体验 TensorFlow.jl 在 julia 包管理器中安装 TensorFlow.jl TensorFlow.jl 环境配置 在 docker 中快速体验 TensorFlow.jl 在本机已有 docker 环境的情况下，使用预装 TensorFlow.jl 的 docke...

Arrays 构造函数与类型 基础函数 广播与矢量化 索引与赋值 Views (SubArrays 以及其它 view 类型) 级联与置换 数组函数 组合 Arrays 构造函数与类型 Core.AbstractArray — Type. AbstractArray { T , N } Supertype for ...

SHA SHA 用法非常直接： julia > using SHA julia > bytes2hex ( sha256 ( "test" )) "9f86d081884c7d659a2feaa0c55ad015a3bf4f1b2b0b822cd15d6c15b0f00a08" 每个导出函数（SHA-1, SHA-2 22...

Calling Conventions Julia Native Calling Convention JL Call Convention C ABI Calling Conventions Julia uses three calling conventions for four distinct purposes: Name Prefi...