Was ist Julia?
Julia ist eine vergleichsweise junge Programmiersprache, die 2012 erstmals veröffentlicht wurde. Obwohl es Julia erst seit rund zehn Jahren gibt, wächst das Ökosystem rasant. Laut dem TIOBE-Index vom Oktober 2022 zählt Julia bereits zu den 30 beliebtesten Programmiersprachen.
Ein herausragendes Merkmal von Julia: Die Sprache wurde für wissenschaftliches Rechnen entwickelt. Sie ist leicht zu bedienen, sehr schnell und kann gleichzeitig enorme Datenmengen und komplexe Berechnungen mit Hochgeschwindigkeit verarbeiten. Ein bekanntes Julia-Motto lautet: "Läuft wie C, liest sich wie Python."
Julia ist eine kompilierte Sprache, die sich wie eine interpretierte Sprache liest. Die meisten klassischen kompilierten Sprachen (wie C oder C++), die rechenintensive Probleme lösen, müssen vor der Ausführung zunächst in ein maschinenlesbares Format übersetzt werden.
Julia erreicht hingegen eine ähnliche Performance bei der Einfachheit einer interpretierten Sprache (wie Python), ohne dass vorab kompiliert werden muss. Stattdessen nutzt Julia einen Just-in-Time-(JIT)-Compiler, der zur Laufzeit kompiliert.
Warum Julia für Machine Learning?
Python dominiert das Data-Science- und Machine-Learning-Umfeld seit Langem – aus gutem Grund. Die Sprache ist extrem leistungsfähig und flexibel. Dennoch hat Python einige Nachteile, die es in Julia so nicht gibt.
Einige Nachteile von Python im Vergleich zu Julia sind:
- Python ist eine langsamere, interpretierte Sprache mit begrenzten Möglichkeiten zur Performance-Optimierung. Für Big-Data-ML-Projekte kann das im Vergleich zu Julia ineffizient sein.
- Python verwendet Single Dispatch, was die Typen, die zwischen Funktionen und Bibliotheken genutzt und ausgetauscht werden können, deutlich einschränkt.
- Paralleles Rechnen und Threading sind nicht Teil des Python-Sprachdesigns. Es gibt zwar Bibliotheken, die Threading ermöglichen, optimal ist das jedoch nicht.
In diesem Abschnitt gehen wir auf mehrere Gründe ein, warum Julia eine hervorragende Wahl für Machine Learning ist.
Mehr über den Aufstieg der Sprache und ob es sich 2022 lohnt, Julia zu lernen, erfährst du in einem separaten Blogpost.
1. Einfachheit & Bedienbarkeit
Julia hat eine sehr zugängliche, beinahe englisch anmutende Syntax. Dadurch lernst du die Sprache schneller, denn der Code ist oft intuitiv und leicht verständlich.
Auch die Installation geht schnell und unkompliziert. Du musst keine speziellen Distributionen (wie bei Python mit Anaconda) einrichten und keine verschlungenen Installationspfade (wie bei C und C++) beachten.
Für ML-Praktiker gilt: Je weniger Reibung im Programmieralltag, desto schneller kannst du dich auf das konzentrieren, was du am besten kannst – Daten analysieren und Modelle bauen.
2. Geschwindigkeit
Eines der größten Markenzeichen von Julia ist die Geschwindigkeit. Wie bereits erwähnt, ist Julia eine kompilierte Sprache und damit deutlich schneller als interpretierte Sprachen.
Julia gehört zusammen mit C, C++ und Fortran zum „Petaflop-Club“. Richtig gelesen: Dieser exklusive Club hat nur vier Mitglieder. Die einzige Aufnahmeregel lautet, in der Spitze eine Petaflop-Leistung (also tausend Billionen Operationen) pro Sekunde zu erreichen.
Im Machine Learning sind große Datenmengen keine Seltenheit. Eine schnelle Programmiersprache kann Trainingszeiten deutlich verkürzen und Kosten beim Deployment in Produktion senken.
3. Schneller Code auch ohne Vektorisierung
In Julia musst du Code nicht vektorisieren, um Performance zu gewinnen. Schleifen und native Funktionen laufen bereits sehr schnell. Vektorisierung kann zwar minimale Vorteile bringen, ist aber nicht notwendig.
Gerade beim Modellbau sparst du so viel Zeit, weil du Code nicht nachträglich umschreiben musst, nur um ihn zu beschleunigen.
4. Code-Wiederverwendung & Multiple Dispatch
Julia nutzt Duck Typing, um den passenden Typ für eine Funktion „abzuleiten“. Frei nach dem Motto: Wenn es watschelt wie eine Ente und quakt wie eine Ente, ist es vermutlich eine Ente. Jedes Objekt, das die impliziten Anforderungen einer Funktion erfüllt, wird unterstützt – ohne es explizit angeben zu müssen.
Duck Typing ist jedoch nicht immer ideal für Sonderfälle – hier kommt Multiple Dispatch ins Spiel. Damit definierst du mehrere Spezialfälle für eine Funktion, und je nach erfüllten Bedingungen wählt die Funktion zur Laufzeit die passendste Variante.
Multiple Dispatch ist im Machine Learning äußerst hilfreich, weil du nicht jeden möglichen erlaubten Typ vorab bedenken musst. Pakete in Julia bleiben so sehr flexibel und können gleichzeitig Code und Typen über verschiedene Pakete hinweg teilen.
Nimm das Datumsformat: In vielen Ökosystemen existieren mehrere Pakete mit jeweils eigenen Datums- und Zeitformaten. In Python gibt es z. B. das eingebaute datetime-Format und das Pandas-Format datetime64[ns]. In Julia gibt es ein einheitliches Datumsformat aus dem integrierten Dates-Modul, das von allen Paketen gemeinsam genutzt wird.
5. Integriertes Paketmanagement
Pakete werden in Julia mit Pkg automatisch verwaltet. Pkg ist für Julia, was Pip für Python ist – nur komfortabler. Umgebungen werden in Julia über zwei Dateien gesteuert: Project.toml und Manifest.toml. Diese Dateien legen fest, welche Pakete im Projekt verwendet werden und in welchen Versionen. Anstatt separate Umgebungen außerhalb zu definieren, wird der Ordner, der deine Julia-Dateien (inklusive Project- und Manifest-TOML) enthält, selbst zur Umgebung.
Dieser eingebaute, schlanke Ansatz für Paketmanagement macht es leichter, ML-Projekte und Analysen zu teilen und reproduzierbar zu machen.
6. Das Zwei-Sprachen-Problem
Wusstest du, dass nur 20–30 % des Codes vieler Python-Pakete tatsächlich in Python geschrieben sind?
Der starke Rückgriff auf andere Sprachen liegt daran, dass performante Pakete oft in Low-Level-Sprachen wie C oder C++ implementiert werden müssen.
In der wissenschaftlichen Programmierung bedeutet das häufig: Prototyping in einer leicht nutzbaren Sprache (z. B. Python) und anschließendes Umschreiben in eine schnelle Sprache (z. B. C++) für die finale Lösung.
Das ist nicht nur in der Entwicklung langsam und ineffizient, sondern erschwert auch Wartung und Weiterentwicklung.
In Julia lassen sich Pakete hingegen prototypisieren, entwickeln und warten – alles in Julia. Dadurch verkürzt sich der gesamte Entwicklungszyklus auf einen Bruchteil der Zeit.
Machine-Learning-Pakete in Julia
Im allgemeinen Registry von Julia sind inzwischen über 7.400 Pakete verfügbar. Das ist zwar weit weniger als die schiere Menge im Python-Ökosystem (über 200.000), doch auch hier kann die Auswahl des passenden Pakets für ein konkretes Problem herausfordernd sein.
In diesem Abschnitt stellen wir die wichtigsten Pakete vor, die du zum Analysieren von Daten und zum Bauen von ML-Modellen brauchst.
Wenn du mit Machine Learning in Julia erst beginnst, probiere zuerst die Paket-Toolbox MLJ aus. Dieses Paket bündelt die beliebtesten ML-Pakete an einem zentralen Ort und erspart dir die lange Suche nach dem besten Paket für dein Projekt. MLJ unterstützt derzeit über 20 verschiedene ML-Pakete.
Hier findest du eine Auswahl gängiger Pakete, die dir in ML-Projekten begegnen – vom Import, der Aufbereitung und Visualisierung von Daten bis hin zum Modellbau:
- Notebook: Pluto, IJulia, Jupyter
- Paket-/Umgebungsverwaltung: Pkg
- Datenimport und -verarbeitung: CSV, DataFrames
- Plotten und Ausgabe: Plots, StatsPlots, LaTeXStrings, Measures, Makie
- Statistik und Mathematik: Random, Statistics, LinearAlgebra, StatsBase, Distributions, HypothesisTests, KernelDensity, Lasso, Combinatorics, SpecialFunctions, Roots
- Einzelne Machine-Learning-Pakete:
- Generalisierte lineare Modelle (z. B. lineare Regression, logistische Regression): GLM
- Deep Learning: Flux, Knet
- Support Vector Machines: LIBSVM
- Entscheidungsbäume, Random Forest, AdaBoost: DecisionTree
- K-nächste Nachbarn: NearestNeighbors
- K-Means-Clustering: Clustering
- Hauptkomponentenanalyse: MultivariateStats
Es gibt außerdem viele Implementierungen und Wrapper für beliebte Python-Pakete wie Scikit-Learn und Tensorflow. Du musst sie jedoch nicht zwingend nutzen, denn dabei könntest du einige der großen Stärken von Julia (etwa Geschwindigkeit und Multiple Dispatch) einbüßen.
Erste Schritte mit Julia für Machine Learning
Ein hervorragender Einstieg in Julia ist die Notebook-Umgebung Pluto. In diesem Abschnitt zeigen wir, warum sich Pluto besonders zu Beginn deiner Data-Science-Reise lohnt, wenn du noch lernst, ML-Projekte mit Julia aufzubauen. Außerdem stellen wir Ressourcen vor, mit denen du Julia und Machine Learning vertiefen kannst.
Pluto
Pluto ist eine leicht zu bedienende, interaktive Notebook-Umgebung mit einer freundlichen UI. Diese Einfachheit macht sie ideal für Einsteiger. Zusätzlich bringt Pluto viele Features mit, mit denen du im Handumdrehen überzeugende ML-Lösungen aufbaust:
Reaktiv
Wenn du eine Zelle ausführst, berücksichtigt Pluto automatisch, welche weiteren Zellen ebenfalls ausgeführt werden müssen. So werden abhängige Zellen aktualisiert, bevor die aktuelle Zelle evaluiert wird.
Praktisch: Pluto erkennt genau, welche Zellen zusätzlich laufen müssen, damit du nicht dein ganzes Notebook neu evaluieren musst, sobald du irgendwo eine Änderung vornimmst.
Pluto räumt außerdem alten oder gelöschten Code auf und aktualisiert die Ausgaben abhängiger Zellen entsprechend. Wenn du eine Variable in einer Zelle definierst und diese Zelle später löschst, entfernt Pluto die Variable aus seinem Namespace. Abhängige Zellen zeigen dann eine Fehlermeldung, die auf die gelöschte Variable hinweist.
Interaktiv
Die Reaktivität sorgt automatisch für Interaktivität zwischen Zellen. Das ist besonders nützlich, um schnell interaktive Diagramme oder Objekte zu erstellen, die sich bei Änderungen einer Variablen automatisch aktualisieren.
Schön ist dabei: Diese Variable kann ein interaktives Widget im Notebook sein, etwa ein eingebauter Schieberegler oder ein Textfeld. Wenn du Javascript beherrschst, kannst du sogar eigene Widgets entwickeln.
Reaktivität und Interaktivität ermöglichen dynamische Reports und Dashboards auf Basis deiner ML-Modelle und Analysen. Kommunikation ist der Schlüssel für erfolgreiche ML-Projekte – und Pluto macht es deutlich einfacher, Ergebnisse anschaulich zu zeigen und zu erklären.
Automatisches Paketmanagement
Pluto integriert sich nahtlos mit Pkg und ermöglicht automatisches Paketmanagement direkt im Notebook. Du musst Pakete nicht separat außerhalb von Pluto installieren. Alle Informationen, die Pluto (und Julia) braucht, um dein Notebook auszuführen und reproduzierbar zu machen, sind im Notebook selbst gespeichert!
So kannst du dein Notebook mit Kolleginnen und Kollegen oder Kommilitoninnen und Kommilitonen teilen – und sicher sein, dass alle benötigten Pakete direkt mitgeliefert werden.
Versionskontrolle
Alle Pluto-Notebooks werden als ausführbare .jl-Dateien gespeichert. Öffnest du ein Notebook in einem Texteditor, sieht es etwas anders aus als im Browser. Die Datei enthält alle für das Notebook benötigten Informationen – Code, Zellabhängigkeiten und Ausführungsreihenfolge –, aber keine Ausgaben. Das macht Versionskontrolle mit Git und GitHub deutlich einfacher.
Export & Sharing
Pluto-Notebooks lassen sich als ausführbare .jl-Datei, als statisches PDF oder als statische HTML-Datei exportieren. Beim Export als HTML erhält die Empfängerseite zusätzlich die Möglichkeit, die Rohdatei des Notebooks herunterzuladen und zu bearbeiten – selbst ohne Julia-Installation.
Ermöglicht wird das durch die Zusammenarbeit mit Binder – einer kostenlosen Plattform, die Pluto-Notebooks online hostet (funktioniert auch mit anderen Sprachen wie Python und R).
Damit schließt sich der Kreis des ML-Workflows: Zuerst analysierst du, dann erstellst du im Notebook einen interaktiven Report, und anschließend teilst du ihn – mit technischen Stakeholdern, die Analyse und Ergebnisse reproduzieren und anpassen können, ebenso wie mit nicht-technischen Zielgruppen.
Ressourcen zum Lernen von Julia
Hier sind einige der meistempfohlenen Ressourcen, um die Programmiersprache Julia kennenzulernen und sie in Data Science und Machine Learning einzusetzen:
- Wenn du gerne interaktiv lernst, schau dir unseren Kurs Introduction to Julia an.
- Für eine umfassende Einführung in Julia ist das Buch Think Julia: How to Think Like a Computer Scientist eine der besten Adressen.
- Unser Julia-Tutorial für Einsteiger führt dich Schritt für Schritt durch die ersten Schritte mit Julia.
- Unsere Cheat Sheet bietet eine kompakte Übersicht über die wichtigsten Julia-Grundlagen.