Python語言其實很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)到Python進(jìn)行機(jī)器學(xué)習(xí)的人，我想談?wù)勎业目捶?。?/p>

Python語言其實很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？

對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)到Python進(jìn)行機(jī)器學(xué)習(xí)的人，我想談?wù)勎业目捶ā?/p>

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個數(shù)量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數(shù)據(jù)，兩個數(shù)量級的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數(shù)以億計的數(shù)據(jù)，Python只會循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個數(shù)量級無關(guān)緊要？一毫秒和100毫秒在整個系統(tǒng)中并不重要。

Python最大的優(yōu)點是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進(jìn)行計算。Numpy、panda、numba這些優(yōu)秀的開源庫可以非常方便高效地處理海量數(shù)據(jù)，借助ZMQ、cell等還可以做分布式計算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費太多的精力就可以優(yōu)雅高效地完成海量數(shù)據(jù)處理和機(jī)器學(xué)習(xí)任務(wù)。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

數(shù)學(xué)好的人適合學(xué)哪種編程語言呢？

首先，好的數(shù)學(xué)，編程會容易得多。

我以前遇到過一門發(fā)展曲線良好的課程。它是數(shù)學(xué)學(xué)士學(xué)位、計算機(jī)碩士學(xué)位和經(jīng)濟(jì)學(xué)博士學(xué)位。很 完美

如果你有一個好的數(shù)學(xué)基礎(chǔ)，你可以在學(xué)習(xí)編程的時候?qū)W習(xí)算法。當(dāng)你學(xué)算術(shù)時，你能學(xué)什么語言？

R是目前最流行的統(tǒng)計分析和繪圖軟件，屬于火炮項目的開放軟件。

C作為一種高效的底層語言，積累了大量的數(shù)值算法庫，也是數(shù)值計算不可缺少的語言。

目前，所有的機(jī)器學(xué)習(xí)算法都已經(jīng)熱銷，深度學(xué)習(xí)的核心基本上都是用C/C編寫的。例如，開源深度學(xué)習(xí)框架Caffe、pytorch/torch和tensorflow。

為什么Python是入行人工智能的首選語言？

人工智能是我的研究方向之一。目前我還在用Python做智能診療的落地應(yīng)用。我將根據(jù)我的個人經(jīng)驗談?wù)凱ython在人工智能中的應(yīng)用。

我是從機(jī)器學(xué)習(xí)開始研究人工智能的，因為我以前一直在做大數(shù)據(jù)相關(guān)的研發(fā)，從大數(shù)據(jù)進(jìn)入機(jī)器學(xué)習(xí)是很自然的。機(jī)器學(xué)習(xí)所要做的就是從無序的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，通過數(shù)據(jù)的采集和排序來訓(xùn)練算法，從而實現(xiàn)最終的應(yīng)用。

由于我已經(jīng)使用java很長時間了，當(dāng)我第一次開始實現(xiàn)機(jī)器學(xué)習(xí)算法時，我的首選語言是java。畢竟編程語言只是一個工具，哪個工具好用，所以我總是用java來實現(xiàn)。直到有一次我參加了一個機(jī)器學(xué)習(xí)交流會，一位同行推薦我用Python來做機(jī)器學(xué)習(xí)。他告訴我Python做機(jī)器學(xué)習(xí)非常簡單，你不必過多考慮語言實現(xiàn)，你可以專注于算法。

我花了大約一個星期的時間學(xué)習(xí)python，然后我開始在使用python時熟悉它。現(xiàn)在我們已經(jīng)使用Python好幾年了，可以說Python非常適合算法實現(xiàn)。一方面語法簡單，另一方面可以使用的算法庫非常豐富，而且程序可以快速調(diào)整，所以用Python做機(jī)器學(xué)習(xí)讓我感覺輕松了很多。

目前，我的登陸項目也已經(jīng)用Python完成了。雖然速度不如Java快，但從程序開發(fā)的角度來看，使用python確實很有趣。

Java能不能像C語言不通過JVM虛擬機(jī)直接編譯成二進(jìn)制機(jī)器碼，讓計算機(jī)直接運行？

從語言設(shè)計的角度看，可以通過重新設(shè)計編譯器來實現(xiàn)，但從工程實踐的角度看是不可行的。

首先，Java語言最大的特點是跨平臺的可移植性，一次開發(fā)，一次編譯，多平臺執(zhí)行。這個特性是通過JVM（Java虛擬機(jī)）實現(xiàn)的。如果重寫編譯器直接編譯成C語言這樣的可執(zhí)行程序，它將失去跨平臺特性。

其次，Java語言在設(shè)計之初就被設(shè)計成嚴(yán)重依賴JRE（Java運行時環(huán)境）的語言。一些語言設(shè)計缺陷必須依靠JVM來解決，比如GC（垃圾收集）。我們知道Java語言沒有內(nèi)存恢復(fù)能力，所以我們不得不依賴JVM。在工程實踐中，如果軟件不能進(jìn)行內(nèi)存恢復(fù)，后果將是災(zāi)難性的。

第三，Java語言是面向?qū)ο蟮?，不同于同樣面向?qū)ο蟮腃語言，Java還具有動態(tài)特性。

它允許程序動態(tài)加載運行過程中所需的類，這在面向?qū)ο缶幊讨惺荂語言無法實現(xiàn)的。在C語言編程過程中，每次向類中添加實例變量或成員函數(shù)時，引用該類的所有子類都必須重新編譯，否則會導(dǎo)致程序崩潰。Java從以下幾個方面采取措施來解決這個問題。java編譯器沒有將對實例變量和成員函數(shù)的引用編譯成數(shù)值引用，而是將符號引用信息保存在字節(jié)碼中并傳遞給解釋器，解釋器在動態(tài)連接類后將符號引用信息轉(zhuǎn)換成數(shù)值偏移量。這樣，在內(nèi)存中生成的對象不會在編譯期間確定，而是延遲到運行時并由解釋器確定。這樣，更新類中的變量和方法不會影響現(xiàn)有代碼。在解釋和執(zhí)行字節(jié)碼時，只有在出現(xiàn)新名稱時才執(zhí)行一次符號信息的搜索和轉(zhuǎn)換，然后才能全速執(zhí)行代碼。在運行時確定引用的好處是可以使用更新的類，而不用擔(dān)心影響原始代碼。如果程序連接到網(wǎng)絡(luò)中另一個系統(tǒng)中的類，則該類的所有者可以自由更新該類，而不會使引用該類的任何程序崩潰。這完全取決于JRE。

以上幾點決定了Java不能像C語言那樣直接編譯成機(jī)器代碼。當(dāng)然，還有其他一些因素，但我認(rèn)為以上幾點是最重要的。