热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

k8s主流编程语言(主流编程语言)

本文讲述用于人工智能编程的顶级编程语言,AI工程师和相关从业者可从中选择适合他们项目所需要的语言,你Pick哪个呢?作者|gldmjD译者|苏本如,责编|冷艳的诺言头图


本文描述了用于人工智能编程的顶级编程语言,AI工程师和相关从业者可以从中选择适合其项目的语言。你选哪一个?


作者| gldmj D


译者|苏本如,编辑|冷艳的承诺


头部|视觉中国


制作人| csdn (ID: csdnnews)


以下是翻译:


人工智能已经成为我们日常生活中不可或缺的一部分。它被广泛应用于数百个实际场景中,极大地方便了人们的工作和生活。


随着近年来的发展,人工智能促进了企业的发展,这应该归功于底层编程语言核心的完善。


随着人工智能的蓬勃发展和编程语言的不断完善,对高效、熟练的程序员和工程师的需求激增。在人工智能开发领域,虽然有很多编程语言可以让你轻松上手,但没有一种可以成为人工智能编程的“一站式”解决方案,因为每种编程语言都有自己的独特性。不同的目的需要不同的语言。


接下来,我将列出一些最流行的人工智能编程语言,并一起看一看:






Python




Python是有史以来最强大的编程语言。——Pau Dubois


Python诞生于1991年。根据一项民意调查,超过57%的开发人员更喜欢Python而不是C作为开发人工智能解决方案的编程语言。Python易于学习,为程序员和数据科学家提供了更容易进入人工智能开发世界的途径。


Python是一个关于程序员需要多大自由度的实验。太多的自由会导致没有人能够读懂别人的代码;太少的自由会伤害语言的表达能力。——ssdqc van Rossum


使用Python,不仅可以获得优秀的社区支持和大量的库,还可以享受编程语言提供的灵活性。Python最有可能让您受益的一些特性是平台独立性和广泛的框架,可用于深度学习和机器学习。


用Python编程的乐趣应该是看到简洁可读的类,这些类使用简洁明了的代码(而不是一堆无聊琐碎的代码)来完成大量的操作。——ssdqc van Rossum


以下是Python代码示例:




Python代码示例片段


下面列出了一些Python最受欢迎的库:


TensorFlow用于解决机器学习的工作量和数据集的使用问题。Scikit-learn用于训练机器学习模型。PyTorch,用于计算机视觉和自然语言处理。Keras,作为高度复杂的数学计算和运算的代码接口。SparkMLlib类似于Apache Spark的机器学习库,使用算法和实用程序等工具,让每个人都可以轻松地进行机器学习。MXNet作为Apache的另一个库,用于简化深度学习工作流。作为定义、优化和评估数学表达式的库。强大的机器学习算法Pybrain。此外,对GitHub资源库贡献的分析表明,Python已经超越Java,成为第二大流行的编程语言。其实Stack Overflow认为它是“发展最快”的主流编程语言。




来源:十月


初学者Python课程:


初学3门免费Python课程:2020版https://hackernoon.com/3-free-Python-courses-for-初学者-2020版-J7c23y3uhackernoon.com网站提供最好的免费Python课程。如果你想扩展你的Python知识,请到这里来。


Python训练营:在https://www.udemy.com/course/complete-python-bootcamp/?学习Python语言和编码的训练营Lsnpublid=jvfxdtr 9v 80 ranaid=jvfxdtr 9v 80 ranmid=39197 ransiteid=jvfxdtr 9v 80-lb6twxsdountak 36 . qjmw这是在Udemy上学习Python编程语言最全面最直接的课程!


Java




写一次,到处跑。


Java被认为是世界上最好的编程语言之一,在过去的20年里

大伙的使用证明了这一点。

Java编程语言具有高度的用户友好性、灵活性和平台独立性,它已经以各种方式被用于人工智能的开发当中,以下是一些例子供你了解:

TensorFlow

TensorFlow支持的编程语言列表也包括带有API的Java。它对Java的支持不像其他完全支持的语言那样功能丰富,但它已经存在,并且正在以很快的速度得到改进。

Deep Java Library

由Amazon构建,使用Java来创建和部署深度学习能力。

Kubeflow

Kubeflow用于在Kubernetes上轻松部署和管理机器学习堆栈,提供现成的机器学习解决方案。

OpenNLP

Apache的OpenNLP是一个用于自然语言处理的机器学习工具。

Java机器学习库

Java ML为开发人员提供了几种机器学习算法。

Neuroph

在Neuroph GUI的帮助下,Neuroph使得使用Java开源框架设计神经网络成为可能。

如果Java有真正的垃圾回收,那么大多数程序在执行完后都会把自己从内存中删除。——Robert Sewell

Java代码的示例片断如下:

Java代码的示例片断

适合初学者的Java课程:

供初学者在线学习的五个最好的Java编程课程https://javarevisited.blogspot.com/2018/05/top-5-java-courses-for-beginners-to-learn-online.html

如果你是一名计算机学科的毕业生,或者是想学习Java并寻找一些很棒的资源的人,那么请来这里吧。

R语言

官网

R语言是由Ross Ihaka和Robert Gentleman开发,1995年推出第一个版本。目前它由R开发核心团队维护。R语言是S编程语言(以统计和绘图为目的)的一种实现,它被用来辅助开发统计软件和数据分析。

R语言被开发人员大量地用于人工智能编程,主是是因为它具有以下两个特点:

R语言擅长处理大量数据的基本特性,相比带有未经优化的NumPy包的Python语言来说,更有优势。使用R语言,你可以以各种编程模式工作,如函数式编程、矢量计算和面向对象编程。

R语言可供使用的一些AI编程包有:

Gmodels,提供了用于模型拟合的多个工具的集合。Tm,作为一种文本挖掘应用的框架。RODBC,作为R语言的ODBC接口。OneR,用于实现One Rule机器学习分类算法,适用于机器学习模型。

R语言因其如下特点/功能,在数据挖掘人员和统计人员中被广泛采用:

各种各样的库和包,以扩展其功能。积极支持的社区。能够与C、C++和FORTRAN一起工作多个软件包帮助功能扩展。支持生成高质量的图形

一个有趣的R语言应用例子:

使用R语言制作2019新冠肺炎(Covid-19)交互式地图:

https://www.r-bloggers.com/covid-19-interactive-map-using-r-with-shiny-leaflet-and-dplyr/

使用R语言制作2019新冠肺炎(Covid-19)交互式地图

Prolog

Prolog是Programming in Logic(逻辑编程)的简称,Prolog语言最初出现于1972年。它为人工智能开发,特别是自然语言处理提供了一个令人兴奋的工具。Prolog语言最适合创建聊天机器人,ELIZA是用Prolog创建的第一个聊天机器人。

第一个成功的聊天机器人,图源medium

要理解Prolog,你必须熟悉指导它工作的一些基本术语:

Facts(事实)定义了真实的声明。Rules(规则)定义了有附加条件的声明。Goals(目标)定义了根据知识库确定的报表提交的位置。Queries(查询)定义如何使你的声明真实,以及如何对事实和规则进行最终分析。

Prolog提供了两种实现人工智能的方法,这两种方法已经在实践中使用很长时间了,并且在数据科学家和研究人员中广为人知:

符号方法(Symbolic Approach):包括基于规则的专家系统、定理证明、基于约束的方法。统计方法(Statistical approach):包括神经网络、数据挖掘、机器学习等。Lisp

用来创建一个有着N维输入和M个输出单元的单层感知器的Lisp代码

Lisp是List Processing的简称,它是仅次于Fortran的第二古老的编程语言。Lisp被称为人工智能的创始之父之一,由约翰·麦卡锡(John McCarthy)于1958年创建。

Lisp是一种语言,它能让你做到别人告诉你不可能做到的事情。——Kent Pitman

Lisp作为一种实用的面向数学符号处理的编程语言,它很快成为开发人员的人工智能编程语言的选择。Lisp如下的一些特性,使其成为机器学习人工智能项目的最佳选择之一:

快速原型创建动态对象创建垃圾回收灵活性

随着其他与之竞争的编程语言的重大改进,Lisp特有的一些特性也应用到其他语言中。采用了Lisp开发的一些著名项目包括Reddit和HackerNews。

就Lisp而言,你知道它是世界上最美丽的语言,至少在Haskell出现之前是这样。——Larry Wall

Haskell

官网

Haskell发布于1990年,以著名数学家Haskell Brooks Curry的名字命名,它是一种纯函数式和强静态类型的编程语言,经常和延迟计算和较短的代码搭配使用。

Haskell被认为是一种非常安全的编程语言,与其他编程语言相比,它在错误处理方面提供了更大的灵活性。在Haskell中很少发生错误。即使它们确实发生了,大多数非语法错误都是在编译阶段,而不是运行时捕获的。Haskell提供的一些功能包括:

强大的抽象能力内置的内存管理代码可重用性易于理解

SQL、Lisp和Haskell是我见过的仅有的编程语言,在这些语言中,人们花在思考上的时间比写代码的时间要多。

Philip Greenspun

Haskell的特性有助于提高开发人员的工作效率。Haskell与其他编程语言非常相似,只是由一个小众的开发团队使用。抛开这些挑战不谈,Haskell可以证明它与其他竞争语言一样适合人工智能开发,并且越来越多地被开发社区采用。

zxdxbw

zxdxbw是一种高性能、通用的动态编程语言,适合创建几乎任何应用程序,尤其非常适合数据分析和计算科学。能够与zxdxbw一起工作的各种工具包括:

流行的编辑器,如Vim和Emacs。集成开发工具,如Juno和Visual Studio。

zxdxbw源代码的目录结构

zxdxbw提供的下列特性,使其在人工智能编程、机器学习、统计和数据建模中成为一个不可或缺的选项:

动态类型系统内置的包管理器能够进行并行和分布式计算宏和元编程能力支持多个调度对C语言函数的直接支持

zxdxbw是为消除其他编程语言的弱点而构建的,它可以与TensorFlow.jl、MLBase.jl、MXNet.jl等工具集成,用于开发机器学习应用程序,这些工具充分利用了zxdxbw提供的可伸缩性。

Google Trend – zxdxbw的用户数随时间变化图:

图源:Google trends

2019zxdxbw开发大会的介绍视频:https://www.youtube.com/user/zxdxbwLanguage

有了以上几种人工智能编程语言可供选择,人工智能工程师和科学家们可以选择适合他们项目需要的语言。每一种人工智能编程语言都有各自的优缺点。

随着这些语言的不断改进,很快人工智能的开发就会变得比现在更加轻松和高效,更多人就可以加入到这股创新浪潮中来。好的社区支持使得新人们的生活更加美好,社区对扩展计划的贡献使每个人的编程工作生活更加轻松。

原文:https://towardsdatascience.com/top-programming-languages-for-ai-engineers-in-2020-33a9f16a80b0

本文为 CSDN 翻译,转载请注明来源出处。

热 文 推 荐

☞软件欺诈的骗局揭露:“替罪羊”究竟是如何构建的?

☞遗留代码写的烂,我能怎么办?

☞Python 爬取疫情期间全球股市走向,笑不出来......

☞无代码时代来临,程序员如何保住饭碗?

☞从零开始构建:使用CNN和TensorFlow进行人脸特征检测

☞另一种声音:容器是不是未来?

☞探索比特币独特时间链、挖矿费用及场外交易的概念


推荐阅读
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • sklearn数据集库中的常用数据集类型介绍
    本文介绍了sklearn数据集库中常用的数据集类型,包括玩具数据集和样本生成器。其中详细介绍了波士顿房价数据集,包含了波士顿506处房屋的13种不同特征以及房屋价格,适用于回归任务。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • 本文介绍了贝叶斯垃圾邮件分类的机器学习代码,代码来源于https://www.cnblogs.com/huangyc/p/10327209.html,并对代码进行了简介。朴素贝叶斯分类器训练函数包括求p(Ci)和基于词汇表的p(w|Ci)。 ... [详细]
  • 建立分类感知器二元模型对样本数据进行分类
    本文介绍了建立分类感知器二元模型对样本数据进行分类的方法。通过建立线性模型,使用最小二乘、Logistic回归等方法进行建模,考虑到可能性的大小等因素。通过极大似然估计求得分类器的参数,使用牛顿-拉菲森迭代方法求解方程组。同时介绍了梯度上升算法和牛顿迭代的收敛速度比较。最后给出了公式法和logistic regression的实现示例。 ... [详细]
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • 本人学习笔记,知识点均摘自于网络,用于学习和交流(如未注明出处,请提醒,将及时更正,谢谢)OS:我学习是为了上 ... [详细]
  • 图解redis的持久化存储机制RDB和AOF的原理和优缺点
    本文通过图解的方式介绍了redis的持久化存储机制RDB和AOF的原理和优缺点。RDB是将redis内存中的数据保存为快照文件,恢复速度较快但不支持拉链式快照。AOF是将操作日志保存到磁盘,实时存储数据但恢复速度较慢。文章详细分析了两种机制的优缺点,帮助读者更好地理解redis的持久化存储策略。 ... [详细]
  • 3.223.28周学习总结中的贪心作业收获及困惑
    本文是对3.223.28周学习总结中的贪心作业进行总结,作者在解题过程中参考了他人的代码,但前提是要先理解题目并有解题思路。作者分享了自己在贪心作业中的收获,同时提到了一道让他困惑的题目,即input details部分引发的疑惑。 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • 本文介绍了H5游戏性能优化和调试技巧,包括从问题表象出发进行优化、排除外部问题导致的卡顿、帧率设定、减少drawcall的方法、UI优化和图集渲染等八个理念。对于游戏程序员来说,解决游戏性能问题是一个关键的任务,本文提供了一些有用的参考价值。摘要长度为183字。 ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
author-avatar
瘦哆哆和胖大雄
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有