Poly/ML 开源项目教程
2024-09-17 21:35:32作者:傅爽业Veleda
1. 项目介绍
Poly/ML 是一个 Standard ML 的实现,最初是用一种名为 Poly 的实验性语言编写的。自版本 4.0 以来,Poly/ML 完全兼容 ML97 标准。Poly/ML 采用保守的方法来实现 Standard ML 语言,并避免不兼容的扩展。它添加了各种库扩展,特别是线程库。Poly/ML 的活跃开发和独特功能使其成为一个出色的实现。
2. 项目快速启动
2.1 安装 Poly/ML
2.1.1 使用包管理器安装
-
Debian/Ubuntu:
sudo apt-get install polyml -
OS X:
brew install polyml -
FreeBSD:
cd /usr/ports/lang/polyml && make install
2.1.2 从源码编译安装
-
克隆项目仓库:
git clone https://github.com/polyml/polyml.git cd polyml -
配置并编译:
./configure make sudo make install
2.2 运行 Poly/ML
安装完成后,可以通过以下命令启动 Poly/ML 交互式环境:
polyml
3. 应用案例和最佳实践
3.1 使用 Poly/ML 进行并发编程
Poly/ML 的线程库提供了对多核处理器的支持,使得并发编程变得简单。以下是一个简单的并发示例:
fun print_message (msg: string) =
let
val _ = print msg
in
()
end;
val thread1 = Thread.fork (fn () => print_message "Hello from thread 1\n", []);
val thread2 = Thread.fork (fn () => print_message "Hello from thread 2\n", []);
3.2 使用 Poly/ML 进行大型项目开发
Poly/ML 是大型项目如 Isabelle 和 HOL4 的首选实现。其高效的编译器和稳定的性能使其成为复杂项目开发的理想选择。
4. 典型生态项目
4.1 Isabelle
Isabelle 是一个通用的证明助手,广泛用于形式化数学和计算机科学。Poly/ML 是 Isabelle 的首选实现,提供了强大的性能和稳定性。
4.2 HOL4
HOL4 是一个高阶逻辑定理证明器,广泛用于计算机科学和数学的形式化验证。Poly/ML 的高效编译器和多核支持使其成为 HOL4 的理想运行环境。
通过本教程,您应该能够快速上手 Poly/ML,并了解其在实际项目中的应用。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284