本人本科大二，隨手可以寫java網(wǎng)課上的倉儲系統(tǒng)(無法聯(lián)網(wǎng)，圖形化界面，sql)，在業(yè)內算什么水平呢？我做軟件已經(jīng)20多年了。編程不僅是關于使用什么語言，而且是關于思考。編程語言只是一種工具。如果你熟

本人本科大二，隨手可以寫java網(wǎng)課上的倉儲系統(tǒng)(無法聯(lián)網(wǎng)，圖形化界面，sql)，在業(yè)內算什么水平呢？

我做軟件已經(jīng)20多年了。編程不僅是關于使用什么語言，而且是關于思考。編程語言只是一種工具。如果你熟悉一個工具，那就沒什么值得驕傲的了，除非你想把編程和詩人比較一下。一個軟件要實現(xiàn)哪些功能，這些功能用戶如何使用才能酷、易用、穩(wěn)定如新是最重要的。Adobe軟件工具的核心是算法，這三種語言都能很好地實現(xiàn)。

上世紀90年代初，我做了一個骨折圖像處理的基金項目，它有很多類似adobe的功能。當時，還沒有用C語言編寫的CSharp、Java語言或Adobe軟件，更不用說這些面向對象的語言了。

用C語言編寫，相當于手工制作。擦除一行需要逐位對每個點進行異或處理。與C#不同，可以刪除對象。對于圖像去噪、去毛刺、二值化和特征提取，需要編寫相應的算法。例如插值算法用于邊緣增強和平滑，圓形鄰域法用于模式匹配，現(xiàn)在很多算法都有函數(shù)庫，可以通過接口調用函數(shù)庫。它簡單得多，使用C#、C和Java就足夠了。

用C#、C 、Java能編寫出Adobe等級的行業(yè)軟件嗎？

這取決于數(shù)據(jù)量和樣本數(shù)。不同的樣本數(shù)和特征數(shù)據(jù)適合不同的算法。像神經(jīng)網(wǎng)絡這樣的深度學習算法需要訓練大量的數(shù)據(jù)集來建立更好的預測模型。許多大型互聯(lián)網(wǎng)公司更喜歡深度學習算法，因為他們獲得的用戶數(shù)據(jù)是數(shù)以億計的海量數(shù)據(jù)，這更適合于卷積神經(jīng)網(wǎng)絡等深度學習算法。

如果樣本數(shù)量較少，則更適合使用SVM、決策樹和其他機器學習算法。如果你有一個大的數(shù)據(jù)集，你可以考慮使用卷積神經(jīng)網(wǎng)絡和其他深度學習算法。

以下是一個圖表，用于說明根據(jù)樣本數(shù)量和數(shù)據(jù)集大小選擇的任何機器學習算法。

如果你認為它對你有幫助，你可以多表揚，也可以關注它。謝謝您！