進入人工智能領(lǐng)域,為什么必須學(xué)習(xí)Python宿刮!

如果你想進入人工智能這一領(lǐng)域互站,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僵缺,但 Python 是應(yīng)用范圍最廣而且最簡單的一個胡桃。但是為什么要選擇 Python 呢——畢竟 Python 速度這么慢?因為大多數(shù)的庫都使用的是符號式語言(symbolic language)方法而非命令式語言(imperative language)方法磕潮。解釋一下也就是說:不是一條接一條地執(zhí)行你的指令翠胰,而是根據(jù)你給出的所有指令創(chuàng)建一個計算圖(computing graph)容贝。這個圖被內(nèi)部優(yōu)化和編譯成可執(zhí)行的 C++ 代碼。這樣你就能同時利用上兩個世界的最優(yōu)之處:Python 帶來的開發(fā)速度和 C++ 帶來的執(zhí)行速度之景。

我常聽到人們談?wù)撋疃葘W(xué)習(xí)和人工智能——我該從哪里開始呢斤富?TensorFlow 是現(xiàn)在最流行的吧?我聽說 Caffe 很常用锻狗,但會不會太難了茂缚?在 BEEVA Labs,我們常常需要應(yīng)對許多不同的深度學(xué)習(xí)庫屋谭,所以我希望能夠?qū)⑽覀兊陌l(fā)現(xiàn)和感想分享出來脚囊,幫助那些剛剛進入深度學(xué)習(xí)和人工智能領(lǐng)域的人。

首先說幾個常用的深度學(xué)習(xí)語言桐磁。

TensorFlow

TensorFlow 是一個使用數(shù)據(jù)流圖(data flow graphs)進行數(shù)值計算的開源軟件庫悔耘。TensorFlow是Google Brain的第二代機器學(xué)習(xí)系統(tǒng),已經(jīng)開源我擂。TensorFlow在很多地方可以應(yīng)用衬以,如語音識別,自然語言理解校摩,計算機視覺看峻,廣告等等。TensorFlow是一個非常靈活的框架衙吩,它能夠運行在個人電腦或者服務(wù)器的單個或多個CPU和GPU上互妓,甚至是移動設(shè)備上。

TensorFlow 支持 Python 和 C++坤塞,也允許在 CPU 和 GPU 上的計算分布冯勉,甚至支持使用 gRPC 進行水平擴展。

Caffe

Caffe 不只是最老牌的框架之一摹芙,而是老牌中的老牌灼狰。起初的時候它并不是一個通用框架,而僅僅關(guān)注計算機視覺浮禾,但它具有非常好的通用性交胚。在我們實驗室的實驗中,CaffeNet 架構(gòu)的訓(xùn)練時間在 Caffe 中比在 Keras 中(使用了 Theano 后端)少 5 倍盈电。Caffe 的缺點是它不夠靈活蝴簇。如果你想給它來一點新改變,那你就需要使用 C++ 和 CUDA 編程挣轨,不過你也可以使用 Python 或 Matlab 接口進行一些小改變军熏。

Caffe 的文檔非常貧乏。你需要花大量時間檢查代碼才能理解它(Xavier 初始化有什么用卷扮?Glorot 是什么荡澎?)均践。Caffe 的最大缺點之一是它的安裝。它需要解決大量的依賴包……

MXNet

mxnet 是一個支持大多數(shù)編程語言的框架之一摩幔,包括 Python彤委,R,C++或衡,Julia 等焦影。但我覺得使用 R 語言的開發(fā)者會特別偏愛 mxnet,因為至今為止還是 Python 以不可置疑的態(tài)勢稱霸深度學(xué)習(xí)語言的封断。我對多 GPU 的擴展能力有點疑慮并且我很原意去了解這樣實驗的更多細節(jié)斯辰,但目前我還是對 mxnet 持懷疑態(tài)度。

那么坡疼,python為什么適合人工智能彬呻?

谷歌的TensorFlow基本上所有的代碼都是C++和Python,其他語言一般只有幾千行 柄瑰。如果講運行速度的部分闸氮,用C++,如果講開發(fā)效率教沾,用Python蒲跨,誰會用Java這種高不成低不就的語言搞人工智能呢?Python雖然是腳本語言授翻,但是因為容易學(xué)或悲,迅速成為科學(xué)家的工具(MATLAB也能搞科學(xué)計算,但是軟件要錢藏姐,且很貴)隆箩,從而積累了大量的工具庫、架構(gòu)羔杨,人工智能涉及大量的數(shù)據(jù)計算,用Python是很自然的杨蛋,簡單高效《挡模現(xiàn)在大部分深度學(xué)習(xí)框架都支持Python,不用Python用誰逞力?Python有非常多優(yōu)秀的深度學(xué)習(xí)庫可用曙寡,人生苦短,就用Python寇荧。

如何讓自己使用Python開發(fā)的機器學(xué)習(xí)模型快捷低成本的跑起來举庶,深度兼容TensorFlow?你可以學(xué)習(xí)下谷歌的AIY Projects 項目揩抡。它也正在通過“AIY項目”這樣的計劃來促進開發(fā)人員和DIY社區(qū)對人工智能的興趣户侥,這些計劃本身代表了人工智能镀琉。谷歌的目標(biāo)是讓AI實現(xiàn)真正的平民化,讓人工智能無處不在蕊唐,人人都可以學(xué)習(xí)屋摔。

?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,一起剝皮案震驚了整個濱河市替梨,隨后出現(xiàn)的幾起案子钓试,更是在濱河造成了極大的恐慌,老刑警劉巖副瀑,帶你破解...
    沈念sama閱讀 207,248評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件弓熏,死亡現(xiàn)場離奇詭異,居然都是意外死亡糠睡,警方通過查閱死者的電腦和手機硝烂,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,681評論 2 381
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來铜幽,“玉大人滞谢,你說我怎么就攤上這事〕祝” “怎么了狮杨?”我有些...
    開封第一講書人閱讀 153,443評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長到忽。 經(jīng)常有香客問我橄教,道長,這世上最難降的妖魔是什么喘漏? 我笑而不...
    開封第一講書人閱讀 55,475評論 1 279
  • 正文 為了忘掉前任护蝶,我火速辦了婚禮,結(jié)果婚禮上翩迈,老公的妹妹穿的比我還像新娘持灰。我一直安慰自己,他們只是感情好负饲,可當(dāng)我...
    茶點故事閱讀 64,458評論 5 374
  • 文/花漫 我一把揭開白布堤魁。 她就那樣靜靜地躺著,像睡著了一般返十。 火紅的嫁衣襯著肌膚如雪妥泉。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,185評論 1 284
  • 那天洞坑,我揣著相機與錄音盲链,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛刽沾,可吹牛的內(nèi)容都是我干的本慕。 我是一名探鬼主播,決...
    沈念sama閱讀 38,451評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼悠轩,長吁一口氣:“原來是場噩夢啊……” “哼间狂!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起火架,我...
    開封第一講書人閱讀 37,112評論 0 261
  • 序言:老撾萬榮一對情侶失蹤鉴象,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后何鸡,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體纺弊,經(jīng)...
    沈念sama閱讀 43,609評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,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...
    茶點故事閱讀 36,083評論 2 325
  • 正文 我和宋清朗相戀三年骡男,在試婚紗的時候發(fā)現(xiàn)自己被綠了淆游。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,163評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡隔盛,死狀恐怖犹菱,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情吮炕,我是刑警寧澤腊脱,帶...
    沈念sama閱讀 33,803評論 4 323
  • 正文 年R本政府宣布,位于F島的核電站龙亲,受9級特大地震影響陕凹,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜鳄炉,卻給世界環(huán)境...
    茶點故事閱讀 39,357評論 3 307
  • 文/蒙蒙 一杜耙、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧拂盯,春花似錦佑女、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,357評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至榕订,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間蜕便,已是汗流浹背劫恒。 一陣腳步聲響...
    開封第一講書人閱讀 31,590評論 1 261
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人两嘴。 一個月前我還...
    沈念sama閱讀 45,636評論 2 355
  • 正文 我出身青樓丛楚,卻偏偏與公主長得像,于是被迫代替她去往敵國和親憔辫。 傳聞我的和親對象是個殘疾皇子趣些,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,925評論 2 344

推薦閱讀更多精彩內(nèi)容