Julia 交互式命令窗口

简介: 启动 Julia 交互式环境只需在终端输入 `julia`,进入后可查看版本信息并获取帮助(输入 "?")。要退出,键入 `exit()` 或按 CTRL-D。另外,可执行以 `.jl` 结尾的代码文件,如 `julia baidu_test.jl`,该文件内容包含打印 "Hello World!"、"baidu" 和计算 1+1(结果为 2)。

Julia 交互式命令窗口

执行 julia 命令可以直接进入交互式命令窗口:

$ julia
() | Documentation: https://docs.julialang.org
() | () () | | | | Type "?" for help, "]?" for Pkg help.
| | | | | | |/ ` | |
| | || | | | (| | | Version 1.7.2 (2022-02-06) / |'|||'| | release-1.7/bf53498635 (fork: 461 commits, 259 days)
|/ |

julia>
执行 exit() 退出交互式命令窗口,也可以通过输入 CTRL-D(同时按 Ctrl 键和 d 键)退出。

当然我们也可以执行一个 Julia 的代码文件,文件名以 .jl 结尾。

以下是一个名为 baidu_test.jl 的文件:

baidu_test.jl 文件
println("Hello World!")
println("baidu")
println(1+1)
要执行 Julia 语言代码可以使用 julia baidu_test.jl 命令。

执行以上代码输出:

$ julia baidu_test.jl
Hello World!
baidu
2

相关文章
|
机器学习/深度学习 数据采集 人工智能
|
机器学习/深度学习 算法 vr&ar
深度学习之人脸关键点检测
人脸关键点检测的主要任务是识别并定位人脸图像中的特定关键点,例如眼睛的角点、眉毛的顶点、鼻子的底端、嘴角等。这些关键点不仅能提供面部结构的几何信息,还可以用于分析表情、识别个体,甚至检测面部姿势。
385 2
|
PyTorch 算法框架/工具 Python
yolov5的完整部署(适合新人和懒人,一键安装)
这篇文章为新人和希望简化部署过程的用户介绍了如何一键安装和配置YOLOv5环境,包括安装Anaconda、设置镜像源、安装PyCharm、创建虚拟环境、下载YOLOv5项目、安装依赖以及在PyCharm中配置和运行项目。
7541 0
yolov5的完整部署(适合新人和懒人,一键安装)
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch搭建卷积神经网络(CNN)进行视频行为识别(附源码和数据集)
PyTorch搭建卷积神经网络(CNN)进行视频行为识别(附源码和数据集)
386 0
yolov5--datasets.py --v5.0版本-数据集加载 最新代码详细解释2021-7-5更新
yolov5--datasets.py --v5.0版本-数据集加载 最新代码详细解释2021-7-5更新
581 0
|
并行计算 PyTorch 算法框架/工具
YOLOv5入门实践(1)——手把手带你环境配置搭建
YOLOv5入门实践(1)——手把手带你环境配置搭建
7783 1
YOLOv5入门实践(1)——手把手带你环境配置搭建
|
编译器 C语言
编译原理(三)目标代码的生成与优化基本概念
编译原理(三)目标代码的生成与优化基本概念
340 0
|
1天前
|
数据采集 人工智能 安全
|
10天前
|
云安全 监控 安全