作者：Claire D

参与：李诗萌、蛋酱

nerror="javascript:errorimg.call(this);">

C：一把菜刀一口炒锅，一个很好用的灶，隔壁有个菜市场。
Java：碎菜器，切菜机，绞肉机，和面机，烤箱，微波炉……
Python：大超市的速冻柜台，要成品有成品，要半成品有半成品，什么都有。它能让你快速获得一桌还能吃的饭，但是深究口味火候什么的不那么容易。
C++：一套顶级厨具，光刀就十几把，切肉的切片的雕花的；锅有爆炒的闷烧的平底煎肉的煎蛋的炖汤的……有人试图用二十一天掌握这套工具的用法，结果往往是玩刀伤了自己，或者是炸了厨房。

尽管在刚开始开发 AI 时，有很多编程语言都可以满足你的需求，但没有一种编程语言是可以一站式解决 AI 编程的问题，因为在每一个项目中，不同的目标需要特定的方法。
和做菜时的精挑细选一样，在成为一个「高手」的过程中，我们要学会的是找到最适合自己的编程语言。
Python

nerror="javascript:errorimg.call(this);">

Python 是一个程序员需要多少自由度的「实验」。太自由，没人可以读懂别人的代码；太不自由，就会没那么强的表现力。—Guido van Rossum

使用 Python，你不仅可以获得优秀的社区支持和广泛的库集，还能享受到其灵活性。你从 Python 中得到的最大的好处可能是平台独立性和针对深度学习和机器学习的广泛框架。

用 Python 编码的乐趣在于可以看到短小精悍、可读性高的类，这些类可以用少量清晰的代码表达大量行为（而不是用大量代码烦死读者）。——Guido van Rossum

Python 代码片段示例：

nerror="javascript:errorimg.call(this);">

Python 代码段落示例。
常用的库

• TensorFlow——用于机器学习工作负载和用数据集处理；
• scikit-learn——训练机器学习模型；
• PyTorch——计算机视觉和自然语言处理；
• Keras——高度复杂性的数学计算和操作的代码接口；
• SparkMLib——类似 Apache Spark 的机器学习库，通过算法和实用程序等工具，让每一个人都能轻松地进行机器学习；
• MXNet——Apache 的另一个库，可以简化深度学习流程；
• Theano——定义、优化和评价数学表达式的库；
• Pybrain——用于强大的机器学习算法。

Python 入门课程

• 《三门免费的 Python 入门课程：2020 版》

课程链接：https://www.udemy.com/course/complete-python-bootcamp/?LSNPUBID=JVFxdTr9V80&ranEAID=JVFxdTr9V80&ranMID=39197&ranSiteID=JVFxdTr9V80-lB6TwxSdouentAk36.qjmw
Java

编写一次，随时运行。

Java 被公认为世界上最好的编程语言之一，它在过去 20 年间的使用情况就是最好的证明。
凭借其用户友好度、灵活的特性以及平台独立性，Java 以各种方式参与到了 AI 的开发中，比如：

• TensorFlow——TensorFlow 支持的编程语言中也列出了带有 API 的 Java。虽然不像其他完全支持的语言那样功能丰富，但确实支持 Java，并且在迅速地改进。
• Deep Java Library（深度 Java 库）——亚马逊开发的、用 Java 来创建并部署深度学习能力的库。
• Kubeflow——Kubeflow 使在 Kubernetes 上部署和管理机器学习堆栈更容易，还提供了现成的 ML 解决方案。
• OpenNLP——Apache 的 OpenNLP 是用于自然语言处理的机器学习工具。
• Java Machine Learning Library（Java 机器学习库）——Java-ML 为开发者提供了多种机器学习算法。
• Neuroph——Neuroph 借助 Neuroph GUI，利用 Java 开源框架设计了神经网络。

如果 Java 可以垃圾回收，大多数程序都会在执行时删除自己。——Robert Sewell

Java 代码片段示例：

nerror="javascript:errorimg.call(this);">

Java 代码段示例。
Java 入门课程

• 《五大在线 Java 编程入门课程——最好的》

在数据挖掘者和统计学家中，广泛使用的 R 的功能有：

• 多种用于扩展功能的库和包；
• 活跃的支持社区；
• 能和 C、C++ 和 Fortran 协同工作；
• 多个有助于扩展功能的包；
• 支持生成高质量的图形。

第一个成功的聊天机器人。
为了理解 Prolog，你必须熟悉一些指导 Prolog 工作的基本术语：

• 事实（Fact）定义了正确的陈述；
• 规则（Rule）定义了有附加条件的陈述；
• 目标（Goal）根据知识库定义了提交陈述的位置；
• 查询（Query）定义了如何使你的陈述正确，以及对事实和规则的最终分析。

Lisp

nerror="javascript:errorimg.call(this);">

Lisp 是用来实现不可能的语言。——Kent Pitman

Lisp 是可以编程的实用数学符号，很快就成为了开发人员首选的 AI 编程语言。Lisp 因为其特有的功能，成为机器学习 AI 项目的最佳选择之一：

• 快速创建原型；
• 创建动态对象；
• 垃圾回收；
• 灵活性。

说到 Lisp，这是世界上最美的语言——至少在 Haskell 出现之前是这样。——Larry Wall

SQL、Lisp 和 Haskell 是我所见过的唯一可以把时间花在思考而不是打字上的编程语言。——Philip Greenspun
Haskell 的功能有助于提高程序员的生产率。Haskell 与其他编程语言非常相似，但只有一小部分开发人员使用。撇开挑战不谈，随着开发者社区使用率的增加，可以证明 Haskell 和其他用于 AI 的竞争语言一样出色。

nerror="javascript:errorimg.call(this);">

nerror="javascript:errorimg.call(this);">

Julia 是为了消除其他编程语言的弱点而构建的，和其他工具（如 TensorFlow.jl、MLbase.jl 和 MXNet.jl）集成后还可以用于机器学习，利用 Julia 的可伸缩性还可以做更多事。

nerror="javascript:errorimg.call(this);">

谷歌趋势——Julia 的使用趋势。
总结
AI 工程师和科学家可以根据项目的需求，从多种编程语言中进行选择。每一种 AI 编程语言都有优缺点。随着这些语言的不断改进，AI 开发很快就可以有更舒适的体验，这样就会有更多人加入这一创新浪潮。出色的社区支持使新人们可以更好地工作，社区对包和扩展的贡献让每个人的工作都变得更加轻松。
参考链接：
https://towardsdatascience.com/top-programming-languages-for-ai-engineers-in-2020-33a9f16a80b0