你不得不承认,Python真的比你想象的优秀
共 2246字,需浏览 5分钟
·
2021-04-01 01:25
各位好,我是彭于晏女朋友(土豆)
大家下午好
要知道相对于AI来说python还是比较简单的
您可能对AI领域,主要开发阶段,成就,结果和产品使用感兴趣。有数百个免费源和教程描述使用Python的AI。
但是,没有必要浪费你的时间看他们。这里是一个详细的指南,你需要知道在使用Python构建人工智能之前的所有点。
使用什么语言构建AI?
LISP是创造AI最流行的语言之一。其最佳功能包括垃圾回收,统一语法,动态类型和交互式环境。LISP代码是s表达式并由列表组成。
另一种广泛流行的AI编程语言是Prolog。这种语言的最好的东西是内置的统一程序。它的主要缺点是这种语言很难学习。
C / C ++用于在短时间内构建简单的AI。Java不像C一样快,但它的可移植性和内置类型使Java成为许多开发人员的选择。
最后,有Python,正如开发人员所说,Python类似于Lisp。它是最流行的AI语言之一。为什么会这样?为什么开发人员用Python编写AI?让我们来看看。
为什么人们选择Python?
Python是在20世纪80年代末创建的。它的实现始于1989年。Python的哲学是非常有趣,因为它包括几个格言。显式而不是隐式,简单而不是复杂。Python创作者珍视美丽的设计和外观。
他们喜欢复杂。更重要的是,他们声称可读性是计数。Python有一个干净的语法和语法。它是自然和流利的。
正如Python的开发人员所说,语言的目标是使用酷。以英国喜剧组织Monty Python命名,该语言对许多教程和其他材料都有一种有趣的方法。
开发人员声称他们喜欢Python的功能的品种和质量。虽然它不是完美的科学编程语言
数据结构
类
灵活的函数调用语法
迭代器
嵌套函数
厨房水槽包括标准图书馆
伟大的科学图书馆
酷开源库(Numpy,Cython,IPython,MatPlotLib)
开发人员喜欢Python的其他功能如下:整体语言设计,思想的语法,语言互操作性,高级和低级编程的平衡,文档生成系统,模块化编程,正确的数据结构,大量的库和测试框架。
缺点之一是需要程序员善于MATLAB,因为它在一般科学编码中很常见。这就是为什么许多开发人员在MATLAB中发布开放研究代码。
如果与其他OOP语言相比,Python相对容易学习。它有一堆图像密集型库:VTK,Maya 3D可视化工具包,科学Python,数字Python,Python成像库等。这些工具是完美的数字和科学应用程序。
Python在任何地方和所有人使用:简单的终端命令,极其重要的科学项目和大型企业应用程序。这种语言设计精良,速度快。它是可扩展的,开源的和便携的。
如何使用Python构建AI?
第一步是开始。虽然听起来有点压力和困难,你应该明白,在Python中构建AI将需要一些时间。所需的时间取决于你的动机,技能,编程经验的水平等。
为了用Python构建AI,你需要对这种语言有一些基本的了解。这不仅仅是一个受欢迎的通用编程语言。它也广泛用于机器学习和计算。首先,安装Python。
您可以安装Anaconda(开源分析平台)。包括机器学习所需的软件包,NumPy,scikit-learn,iPython Notebook和matplotlib。
在谈论Python时,我已经提到了科学图书馆。这些Python库将在构建AI时有用。例如,您将使用NumPy作为通用数据的容器。
包含N维数组对象,用于集成C / C ++代码,傅里叶变换,随机数能力和其他功能的工具,NumPy将是您的科学计算最有用的包之一。
另一个重要的工具是pandas,一个开源库,为用户提供易于使用的Python数据结构和分析工具。Matplotlib是另一种你想要的服务。
它是一个2D绘图库,创建出版质量数字。最好的matplotlib优点是6个图形用户界面工具包,Web应用程序服务器和Python脚本的可用性。Scikit-learn是一种用于数据分析的有效工具。
它是开源和商业上可用的。它是最受欢迎的通用机器学习库。
使用scikit-learn后,您可以使用Python编程AI到下一级,并探索k-means聚类。您还应该阅读关于决策树,连续数字预测,逻辑回归等。如果您想了解更多信息Python中的AI,阅读一个深入学习框架Caffee和一个Python库Theano。
有Python AI库:AIMA,pyDatalog,SimpleAI,EasyAi等。还有用于机器学习的Python库:PyBrain,MDP,scikit,PyML。如果你正在寻找自然语言和文本处理库,请查看NLTK。
正如你所看到的,Python对于AI的重要性是显而易见的。任何机器学习项目都将受益于使用Python。由于AI需要大量的研究,使用Python编程人工智能是高效的 - 你可以验证几乎每个想法与多达30个代码行。
所以看完上面,
是不是觉得python真的很优秀呢
我们下期再见哦
有什么问题可以在公众号跟土豆说的
大家不要忘了找土豆领取python学习资料哦
部分内容源自网络