未來是機(jī)器人還是人類的天下戴卜?

目前,機(jī)器人的發(fā)展越來越迅速琢岩,伴隨來的就有不同的聲音投剥,未來是機(jī)器人主宰人類?還是人類主宰機(jī)器人担孔?想必大家都明白江锨,肯定是人類主宰機(jī)器人吃警,為什么?因?yàn)檎Z言啄育。

如果你想進(jìn)入人工智能這一領(lǐng)域酌心,你應(yīng)該首先學(xué)習(xí)Python。

盡管人工智能領(lǐng)域還支持其它很多語言挑豌,但 Python 是應(yīng)用范圍最廣而且最簡單的一個(gè)安券。但是為什么要選擇 Python 呢——畢竟 Python 速度這么慢?因?yàn)榇蠖鄶?shù)的庫都使用的是符號(hào)式語言(symbolic language)方法而非命令式語言(imperative language)方法氓英。解釋一下也就是說:不是一條接一條地執(zhí)行你的指令侯勉,而是根據(jù)你給出的所有指令創(chuàng)建一個(gè)計(jì)算圖(computing graph)。這個(gè)圖被內(nèi)部優(yōu)化和編譯成可執(zhí)行的 C++ 代碼铝阐。這樣你就能同時(shí)利用上兩個(gè)世界的最優(yōu)之處:Python 帶來的開發(fā)速度和 C++ 帶來的執(zhí)行速度壳鹤。

我常聽到人們談?wù)撋疃葘W(xué)習(xí)和人工智能——我該從哪里開始呢?TensorFlow 是現(xiàn)在最流行的吧饰迹?我聽說 Caffe 很常用,但會(huì)不會(huì)太難了余舶?在 BEEVA Labs啊鸭,我們常常需要應(yīng)對許多不同的深度學(xué)習(xí)庫,所以我希望能夠?qū)⑽覀兊陌l(fā)現(xiàn)和感想分享出來匿值,幫助那些剛剛進(jìn)入深度學(xué)習(xí)和人工智能領(lǐng)域的人赠制。

首先說幾個(gè)常用的深度學(xué)習(xí)語言。

TensorFlow

TensorFlow 是一個(gè)使用數(shù)據(jù)流圖(data flow graphs)進(jìn)行數(shù)值計(jì)算的開源軟件庫挟憔。TensorFlow是Google Brain的第二代機(jī)器學(xué)習(xí)系統(tǒng)钟些,已經(jīng)開源。TensorFlow在很多地方可以應(yīng)用绊谭,如語音識(shí)別政恍,自然語言理解,計(jì)算機(jī)視覺达传,廣告等等篙耗。TensorFlow是一個(gè)非常靈活的框架,它能夠運(yùn)行在個(gè)人電腦或者服務(wù)器的單個(gè)或多個(gè)CPU和GPU上宪赶,甚至是移動(dòng)設(shè)備上宗弯。

TensorFlow 支持 Python 和 C++,也允許在 CPU 和 GPU 上的計(jì)算分布搂妻,甚至支持使用 gRPC 進(jìn)行水平擴(kuò)展蒙保。

Caffe

Caffe 不只是最老牌的框架之一,而是老牌中的老牌欲主。起初的時(shí)候它并不是一個(gè)通用框架邓厕,而僅僅關(guān)注計(jì)算機(jī)視覺逝嚎,但它具有非常好的通用性。在我們實(shí)驗(yàn)室的實(shí)驗(yàn)中邑狸,CaffeNet 架構(gòu)的訓(xùn)練時(shí)間在 Caffe 中比在 Keras 中(使用了 Theano 后端)少 5 倍懈糯。Caffe 的缺點(diǎn)是它不夠靈活。如果你想給它來一點(diǎn)新改變单雾,那你就需要使用 C++ 和 CUDA 編程赚哗,不過你也可以使用 Python 或 Matlab 接口進(jìn)行一些小改變。

Caffe 的文檔非常貧乏硅堆。你需要花大量時(shí)間檢查代碼才能理解它(Xavier 初始化有什么用屿储?Glorot 是什么?)渐逃。Caffe 的最大缺點(diǎn)之一是它的安裝够掠。它需要解決大量的依賴包……

MXNet

mxnet 是一個(gè)支持大多數(shù)編程語言的框架之一,包括 Python茄菊,R疯潭,C++,Julia 等面殖。但我覺得使用 R 語言的開發(fā)者會(huì)特別偏愛 mxnet竖哩,因?yàn)橹两駷橹惯€是 Python 以不可置疑的態(tài)勢稱霸深度學(xué)習(xí)語言的。我對多 GPU 的擴(kuò)展能力有點(diǎn)疑慮并且我很原意去了解這樣實(shí)驗(yàn)的更多細(xì)節(jié)脊僚,但目前我還是對 mxnet 持懷疑態(tài)度相叁。

那么,python為什么適合人工智能辽幌?

谷歌的TensorFlow基本上所有的代碼都是C++和Python增淹,其他語言一般只有幾千行 。如果講運(yùn)行速度的部分乌企,用C++虑润,如果講開發(fā)效率,用Python加酵,誰會(huì)用Java這種高不成低不就的語言搞人工智能呢端辱?Python雖然是腳本語言,但是因?yàn)槿菀讓W(xué)虽画,迅速成為科學(xué)家的工具(MATLAB也能搞科學(xué)計(jì)算舞蔽,但是軟件要錢,且很貴)码撰,從而積累了大量的工具庫渗柿、架構(gòu),人工智能涉及大量的數(shù)據(jù)計(jì)算,用Python是很自然的朵栖,簡單高效〖樟粒現(xiàn)在大部分深度學(xué)習(xí)框架都支持Python,不用Python用誰陨溅?Python有非常多優(yōu)秀的深度學(xué)習(xí)庫可用终惑,人生苦短,就用Python门扇。

如何讓自己使用Python開發(fā)的機(jī)器學(xué)習(xí)模型快捷低成本的跑起來雹有,深度兼容TensorFlow?你可以學(xué)習(xí)下谷歌的AIY Projects 項(xiàng)目臼寄。它也正在通過“AIY項(xiàng)目”這樣的計(jì)劃來促進(jìn)開發(fā)人員和DIY社區(qū)對人工智能的興趣霸奕,這些計(jì)劃本身代表了人工智能桐经。谷歌的目標(biāo)是讓AI實(shí)現(xiàn)真正的平民化两残,讓人工智能無處不在驰坊,人人都可以學(xué)習(xí)舆逃。

就小編來看,目前選擇AI是個(gè)不錯(cuò)的選擇辕宏,就業(yè)前景也不錯(cuò)戈稿。當(dāng)然猾浦,大家覺得有更好的發(fā)展方向可以評論或私信小編哦反正不管怎么樣炼邀,小編希望大家都能找到一份不錯(cuò)的工作魄揉,過著神一樣的逍遙日子,所以一起加油吧~

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末汤善,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子票彪,更是在濱河造成了極大的恐慌红淡,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,214評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件降铸,死亡現(xiàn)場離奇詭異在旱,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)推掸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,307評論 2 382
  • 文/潘曉璐 我一進(jìn)店門桶蝎,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人谅畅,你說我怎么就攤上這事登渣。” “怎么了毡泻?”我有些...
    開封第一講書人閱讀 152,543評論 0 341
  • 文/不壞的土叔 我叫張陵胜茧,是天一觀的道長。 經(jīng)常有香客問我,道長呻顽,這世上最難降的妖魔是什么雹顺? 我笑而不...
    開封第一講書人閱讀 55,221評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮廊遍,結(jié)果婚禮上嬉愧,老公的妹妹穿的比我還像新娘。我一直安慰自己喉前,他們只是感情好没酣,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,224評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著被饿,像睡著了一般四康。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上狭握,一...
    開封第一講書人閱讀 49,007評論 1 284
  • 那天闪金,我揣著相機(jī)與錄音,去河邊找鬼论颅。 笑死哎垦,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的恃疯。 我是一名探鬼主播漏设,決...
    沈念sama閱讀 38,313評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼今妄!你這毒婦竟也來了郑口?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,956評論 0 259
  • 序言:老撾萬榮一對情侶失蹤盾鳞,失蹤者是張志新(化名)和其女友劉穎犬性,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體腾仅,經(jīng)...
    沈念sama閱讀 43,441評論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡乒裆,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,925評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了推励。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鹤耍。...
    茶點(diǎn)故事閱讀 38,018評論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖验辞,靈堂內(nèi)的尸體忽然破棺而出稿黄,到底是詐尸還是另有隱情,我是刑警寧澤跌造,帶...
    沈念sama閱讀 33,685評論 4 322
  • 正文 年R本政府宣布抛猖,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏财著。R本人自食惡果不足惜联四,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,234評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望撑教。 院中可真熱鬧朝墩,春花似錦、人聲如沸伟姐。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,240評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽愤兵。三九已至鹿霸,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間秆乳,已是汗流浹背懦鼠。 一陣腳步聲響...
    開封第一講書人閱讀 31,464評論 1 261
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留屹堰,地道東北人肛冶。 一個(gè)月前我還...
    沈念sama閱讀 45,467評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像扯键,于是被迫代替她去往敵國和親睦袖。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,762評論 2 345

推薦閱讀更多精彩內(nèi)容