赞
踩
原标题:最适合人工智能开发的5种编程语言,Python排第一
文章转载自超图集团,版权归原作者和刊载媒体所有。
近年来,人工智能(AI)正在不断释放科技革命和产业变革积蓄的巨大能量,深刻改变着人类生产生活方式和思维方式,推动社会生产力整体跃升。什么是AI?它将为我们带来哪些价值?我们陆续为大家分享AI科普系列文章。
人工智能技术的提升不仅为企业的运营带来了效率,而且为人民的生活带来了便利。迄今为止,人工智能已实现了生物识别智能、自动驾驶汽车和人脸识别等项目。
像大多数软件应用程序的开发一样,开发人员也在使用多种语言来编写人工智能项目,但目前还没有任何一种完美的编程语言可以完全速配人工智能项目。
编程语言的选择往往取决于对人工智能应用程序的期望功能。关于最佳人工智能编程语言的“争论”从未停止,今天我们将为大家分享最适合人工智能开发的5种常用编程语言,看一看你会哪一个呢?
01、Python
第一名毫无疑问是Python。尽管Python的某些特性在不同程度上有所缺陷。(whitespace、Python 2.x 和 Python 3.x 之间的巨大差异、五种不同的包机制都在不同程度上有缺陷)但如果你正在从事AI工作,你必定会在某些时候用到Python。Python中可用库的数量是其他语言所无法企及的。
作为Python的一个扩展程序库,NumPy的重要性和普遍性日趋增强,以至于几乎成为了张量运算的标准API。基于NumPy,Pandas(该工具是为了解决数据分析任务而创建的)可将R强大而灵活的数据框带入Python。对于自然语言处理(Natural Language Processing,简称NLP),你还可以使用久负盛名的NLTK和快如闪电的SpaCy。
对于机器学习,有经过实战检验的Scikit-learn。当谈到深度学习时,当前所有的库(TensorFlow、PyTorch、Chainer、Apache MXNet、Theano 等)都是在Python上首先实现的项目。
(在LiveEdu上,一位德国的AI开发者教大家如何使用Python开发两个简单的机器学习模型。)
Python是人工智能研究的前沿语言,它是拥有最多机器学习和深度学习框架的语言,也是目前AI研究者几乎都掌握的一种语言。
02、JAVA和相关语言
JVM系列语言(Java、Scala、Kotlin、Clojure等)也是AI应用开发的绝佳选择。
无论是自然语言处理(CoreNLP)、张量运算(ND4J)还是完整的 GPU加速深度学习堆栈(DL4J),你都可以使用大量的库来管理流水线的各个部分。此外,你还可以轻松访问Apache Spark和Apache Hadoop等大数据平台。
Java是大多数企业的通用语言。Java8和Java9为我们提供了新的语言结构,这使得你在编写Java代码时,其体验不再像过去那样“糟糕”。
使用Java编写人工智能应用可能会略感枯燥,但它确实是你完成工作的好帮手,并且你可以基于所有现成的Java基础架构来开发、部署和监视。
03、C/C++
在开发AI应用时,C/C++可能不会成为你的首选,但如果你在嵌入式的环境中工作,且无法承受Java虚拟机或Python解释器所带来的开销,那么C/C++就是你最好的选择。
你可以从下列方法中选择一个最适合你的:
• 扎进堆栈底部,使用CUDA等库来编写自己的代码,这些代码将直接在GPU上运行;
• 你也可以使用TensorFlow或Caffe以访问灵活的高级API。
当然,后者还支持你导入数据科学家用Python写的模型,然后以C/C++级别的速度在生产环境中运行它们。
04、Java
Java是一种直译式脚本语言,是一种动态类型、弱类型、基于原型的语言,内置支持类型。
众所周知,谷歌于2018年发布了TensorFlow.js。TensorFlow.js是一个开源的基于硬件加速的Java库,用于训练和部署机器学习模型。
TensorFlow.js是一个WebGL加速库,支持你在Web浏览器中训练和运行机器学习模型。它还包括Keras API以及加载和使用在常规TensorFlow中训练过的模型的功能。这可能会吸引大量的JS开发者涌入AI领域。
虽然Java目前能够访问的机器学习库,与其他语言相比有所局限,但在不久的将来,开发者在网页中添加神经网络就和添加React组件或CSS属性一样简单。
为在各种环境中都尽可能获得最好的计算性能,Tensorflow.js目前已经实现了纯Java或WebGL的客户端,以及Nodejs服务器端三种后端计算环境。同时,Tensorflow.js还支持对已有模型的再训练,帮助用户定制符合自己业务需求的模型。
05、R语言
R在这份榜单中排名最末,且看上去将会越来越没落。R是数据科学家较为喜欢的一种编程语言。但是,其他程序员在第一次接触R时会感到有些困惑,因为它采用了以数据框为中心的方法。
如果您有一组专门的R开发者,那么将R与TensorFlow、Keras或H2O搭配使用,进行研究、原型设计和实验是有一定意义和价值的。
但基于性能和操作方面的考虑,这里不建议大家将R用于生产。
虽然你可以写出能在生产服务器上部署的高性能R代码,但将这种用R语言编写的原型重新编码为Java或Python应该会更容易。
语言是与人工智能对话的基本条件,想要驾驭人工智能,我们还需要进行不断的磨练。以上的五种编程语言你掌握了几种呢?不想成为未来世界的文盲就赶快学习和行动起来吧!
编辑:黄兰琳 审核:呼慧珊 肖紫寒返回搜狐,查看更多
责任编辑:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。