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 StartedRust0191
cann-learning-hubCANN 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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 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++
856
1.92 K
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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
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
296
114
昇腾LLM分布式训练框架
Python
178
220