人工智能是一定要學習python嗎？還會用到哪些語言？作為多年的實踐者，我想說的是，Python和人工智能是兩個完全不同的概念。Python只是一種編程語言，而人工智能是一種科學方法，主要研究如何通過

人工智能是一定要學習python嗎？還會用到哪些語言？

作為多年的實踐者，我想說的是，Python和人工智能是兩個完全不同的概念。Python只是一種編程語言，而人工智能是一種科學方法，主要研究如何通過計算機實現與人類智能相似的設備或程序。python作為一種計算機編程語言，可以作為實現人工智能的編程工具，但它并不是唯一的選擇。

首先簡單介紹一下人工智能的實現方法。目前，主要有兩所學校。

一個是基于神經網絡的機器學習，也就是說，近年來，隨著谷歌的阿爾法狗獲得世界圍棋冠軍，它又流行起來了（之所以再次被使用，是因為它流行了一段時間，后來遇到技術瓶頸時就沉寂了）。為了促進人工智能的發展，Google開源的tensorflow庫受到了廣大研究人員的青睞，它可以極大地促進人工神經網絡的開發和實驗。python作為tensorflow的編程語言，自然成為研究人員必不可少的工具。此外，Facebook的開源項目pytorch也是一個優秀的機器學習庫。它還使用Python作為開發語言，為Python添加了許多用戶。實際上，也有很多語言可以用于人工智能開發，比如MATLAB和C/C，它們也被廣泛使用，但是編程過程會稍微復雜一些。

另一種實現人工智能的方法是基于演繹邏輯的推理方法。曾經流行的專家系統正是基于這一技術，正是因為近年來，深度學習蓬勃發展，其輝煌被掩蓋。在這種人工智能實現模式中使用的編程語言是LISP和Prolog。

另外，我想提醒你，如果你想學習人工智能，僅僅能夠編程是不夠的。它需要一個堅實的數學基礎，從線性代數，概率過程，到微積分，甚至張量分析。有了這些基礎知識，就可以理解和改進各種學習算法。至于你的算法是用什么語言實現的，就簡單多了。當然，Python是一個不錯的選擇。它比其他語言更簡單、更容易學。關鍵是要有強大的圖書館支持。

編程初學者應該先學C 、Java還是Python？

在前一段時間，我一直認為引入C編程語言是一個非常好的選擇。其實C語言更適合初學者學習。

對于C語言學習，我建議您查看郝斌的C語言課程。解釋得很詳細。這是我的實踐課。

如果您使用python，入門也是一個不錯的選擇。

Java是迄今為止使用最多的語言。今天我覺得可以用java開始了。但是，要開始學習，您必須只選擇學習面向對象前面的知識。如果初學者一起加入面向對象的學習。你會發現你可以崩潰。

只有完成面向對象的全過程后，非常熟悉，才能進行面向對象的學習。

如果您有任何問題，請指出。

Keras還是TensorFlow，程序員該如何選擇深度學習框架？

如果您想用少量代碼盡快構建和測試神經網絡，keras是最快的，而且順序API和模型非常強大。而且keras的設計非常人性化。以數據輸入和輸出為例，與keras的簡單操作相比，tensorflow編譯碼的構造過程非常復雜（尤其對于初學者來說，大量的記憶過程非常痛苦）。此外，keras將模塊化作為設計原則之一，用戶可以根據自己的需求進行組合。如果你只是想快速建立通用模型來實現你的想法，keras可以是第一選擇。

但是，包裝后，keras將變得非常不靈活，其速度相對較慢。如果高度包裝，上述缺點將更加明顯。除了一些對速度要求較低的工業應用外，由于tensorflow的速度較高，因此會選擇tensorflow

如果您在驗證您的想法時，想定義損失函數而不是使用現有的設置，與keras相比，tensorflow提供了更大的個性空間。此外，對神經網絡的控制程度將在很大程度上決定對網絡的理解和優化，而keras提供的權限很少。相反，tensorflow提供了更多的控制權，比如是否訓練其中一個變量、操作梯度（以獲得訓練進度）等等。

雖然二階車型功能性更強，但用戶需要選擇更多功能性車型。例如，如果您想加快計算速度，可以使用tensorflow的thread函數來實現與多個線程的相同會話。此外，它還提供了調試器功能，有助于推斷錯誤和加快操作速度。