為什麼人工智慧要用Python？答案在這裡

      最近幾年，隨著人工智慧概念的火爆，Python迅速升溫，成為眾多AI從業者的首選語言。Python作為指令碼語言，執行速度沒有Java，C++快。Python到底有啥優勢？為什麼人工智慧的主流語言是Python？本文，小千帶你詳細瞭解下。

      1、Python是解釋語言，程式寫起來非常方便

      寫程式方便對做機器學習的人很重要。因為經常需要對模型進行各種各樣的修改，這在編譯語言裡很可能是牽一髮而動全身的事情，Python裡通常可以用很少的時間實現。舉例來說，在C等編譯語言裡寫一個矩陣乘法，需要自己分配運算元（矩陣）的記憶體、分配結果的記憶體、手動對BLAS介面呼叫gemm、最後如果沒用smart pointer還得手動回收記憶體空間。Python幾乎就是import numpy; numpy.dot兩句話的事。

      當然現在很多面向C/C++庫已經支援託管的記憶體管理了，這也讓開發過程容易了很多，但解釋語言仍然有天生的優勢——不需要編譯時間。這對機器學習這種需要大量prototyping和迭代的研究方向是非常有益工作效率的。

      2、Python的開發生態成熟，有很多庫可以用

      Python靈活的語法還使得包括文字操作、list/dict comprehension等非常實用的功能非常容易高效實現（bbs.cnitedu.cn），配合lambda等使用更是方便。這也是Python良性生態背後的一大原因。

      相比而言，Lua雖然也是解釋語言，甚至有LuaJIT這種神器加持，但其本身很難做到Python這樣，一是因為有Python這個前輩佔領著市場份額，另一個也因為它本身種種反常識的設計（比如全域性變數）。不過藉著Lua-Python bridge和Torch的東風，Lua似乎也在寄生興起。

      3、Python效率超高

      解釋語言的發展已經大大超過許多人的想象。很多比如list comprehension的語法糖都是貼近核心實現的。除了JIT之外，還有Cython可以大幅增加執行效率。最後，得益於Python對C的介面，很多像gnumpy，theano這樣高效、Python介面友好的庫可以加速程式的執行，在強大團隊的支撐下，這些庫的效率可能比一個不熟練的程式設計師用C寫一個月調優的效率還要高。

      以上就是小千總結的人工智慧要用Python的三個原因，希望能幫到大家。想了解更多Python知識，歡迎關注小千喲！

      本文來自千鋒教育，轉載請註明出處。