Julia中文社区夏季会议
本文核心词：Julia
Julia 中文社区会在每年的4月~8月之间举办一次大型的线下活动，其主要目的是为 Julia 中文社区的用户提供一个相互认识、分享技术和交流心得的平台，促进 Julia编程语言在中文社区的发展。今年的线下活动将于2019年8月24号，在北京市中关村微软大厦举行。本次活动由Julia 社区和彩云科技提供赞助，由机器之心和集智社区协办，现已开放报名地址。扫描下方二维码即可报名。
请扫描二维码填写报名表
本次大会的议程如下（最终的时间表请以论坛上的为准
演讲内容
DifferentialEquations.jl: 当微分方程遇见GPU和神经网络
演讲者：Chris Rackauckas
This talk will demonstrate models described in Neural Ordinary Differential Equations implemented in DiffEqFlux.jl, using DifferentialEquations.jl to solve ODEs with dynamics specified and trained with Flux.jl. In particular it will show how to use gradient optimization with the adjoint method to train a neural network which parameterizes an ODE for supervised learning and for Continuous Normalizing Flows. These demonstrations will be contributed to the Flux model-zoo.
The supervised learning demonstration will illustrate that neural ODEs can be drop-in replacements for residual networks on supervised tasks such as image recognition.
The Continuous Normalizing Flow demo will show how a neural ODE, with the instantaneous change of variables, can learn a continuous transformation from tractable base distribution to a distribution over data which can be sampled from and evaluate densities under.
Yao.jl: 量子计算遇上机器学习
演讲者：刘金国
可微分编程是一个有趣的概念。为了能够应用近期的量子硬件，变分量子线路这一个新领域在最近几年吸引了大量的注意。我将介绍我们是如何在Julia里通过Yao来实现对量子线路的可微分编程的。此外我还将展示Yao卓越的模拟性能。
GeometricFlux.jl：Flux 上的几何深度学习
演讲者：Yueh-Hua Tu
许多研究资料内含了非欧氏几何空间上的内在结构。举繁社会科学中的社交网路分析、生物资讯中的基因共表现网路或是计算图学上的网格曲面。图（graph）可以作为一个良好的结构来表示这些资料，将资料的几何特性定义于图上，也作为一个可以被神经网路处理的单元。图神经网路（graph neural network，GNN）是神经网路模型的一个子集。近年来，愈来愈多研究学者在这方面做出贡献，也有了一些回顾文章。GeometricFlux 目的是在 Flux 深度学习框架的基础之上支援 GNN 或称为几何深度学习（geometric deep learning）。GeometricFlux 会以 Flux 作为自动微分引擎，支援 JuliaGraphs 生态的套件，并提供 CUDA 的加速。
高级函数式编程特性的设计和应用
演讲者：Thautwarm
模式匹配被认识为函数式语言的一种语言特性，分布于大量程序设计语言，能够减少程序员心智负担，帮助程序设计中复杂逻辑的实现和优化，提升可读性、静态安全、可维护性、运行时性能等等。Julia语言具有完善的语法宏，我们在此基础上进行了探索并开发了MLStyle.jl，经过多轮迭代，在Julia中实现了更高级别的模式匹配及相应组件: 除吸收了源自Elixir, Haskell, OCaml, F#等语言中一些方便的设计外，还提供更加强大的特性，例如第一等模式(first-class patterns),可扩展/可自定义模式(custom patterns)等等。除开介绍模式匹配的设计、实现及MLStyle.jl的性能优化外，我们还给出一些实际的应用例子，包括parsing、 链式调用、Julia语法扩展、Query DSL(针对数据查询的领域特定语言)、debugger、静态检查工具等。一个有趣的故事是，Julia中更为实用的同像性，与MLStyle.jl的功能发生化学反应，意外地使得Julia的AST处理变得异常简单。对此我们也会给出一些引导性的介绍。
Images.jl： Julia中的图像处理 （GSoC2019）
演讲者：陈久宁
以Julia中图像处理作为载体，介绍第一次接触学习Julia、融入这个社区，并以GSoC 2019学生的身份参与JuliaImages维护与开发的经历。此外介绍Julia图像处理的基本原则，现状以及未来的开发方向。
Julia与仿真足球机器人5v5竞赛
演讲者：夏恋花火
介绍如何用Julia写的一个简单策略，用于在Windows平台上控制仿真足球机器人，该平台主要用C语言写成，现场会介绍如何使用Julia的wrapper。
Zygote: 一切程序皆可微！
演讲者：Mike Innes
Last JuliaCon I announced the Zygote tool for analytical differentiation (AD) of Julia code. Flux has now uses Zygote as its default AD,* enabling both a more elegant interface and all kinds of new models that werent possible before.
Fluxs new APIs are powerful and let us easily express advanced concepts like backpropagation through time. But really, Julias power is in its awesome open-source ecosystem, with state of the art tools for differential equations, mathematical optimisation, and even colour theory! Come and see how we can take advantage of all of these tools in machine learning models, enabling theory-driven ML to tackle harder problems than ever.
会议全程直播预告
集智俱乐部将为本届Julia中文社区年会提供全程线上直播：
直播时间：8月24日 10:40-11:40，14:20-17:30
直播平台：哔哩哔哩弹幕网
会前我们会发布直播链接，请关注Julia中文社区获取直播链接。
Julia 中文社区 B 站账号：UID:356692611
Julia 中文社区：
JuliaJuliaPro 安装包：
坚果云：
百度网盘：链接:
来源：Julia 中文社区微信公众号 JuliaCN（微信号：julialang_cn）