做機器學習，人工智慧方向的工作需要精通C或者C 程式設計嗎？

1樓：胖達Kcol

我談談我的看法，就落地來說，C++是肯定需要的，但是沒有必要花費太多精力在精通C++上。

術業有專攻，乙個人不可能完全掌握從演算法研發到優化調優、落地部署的整個流程，此處的優化調優不僅僅指調參，還有加快模型速度、減小模型體量的多種嘗試。工作中，一般都是負責某乙個環節，把這個環節做精做強，做的獨一無二就可以了。一套流程要掌握，但沒有必要花費大量時間。

目前演算法的精度提公升日趨緩慢，並且模型結構也摸索的差不多了，可以落地的場景也探查殆盡。我覺得尋找演算法與場景瓶頸，解決目前落地難或者突破新的研究方向是重要的，起碼相對於精通C++來講。

做出東西，有乙個好的想法，並用Python做出乙個吸引人的demo，剩下的會有專門人員來幫助落地。

2樓：博登趙捷

要的，做訓練實現想法或者復現別人的演算法用tf或者torch是可以的，但是一旦涉及到產品落地部署，一定要用c++的，比如使用tf 的c++版，或者直接使用tensorRT加速。

3樓：Autobots

如果僅僅做演算法研究可能不需要；但是想要將機器學習的專案落地，往往會需要用C++,因為在一些實時性較高的系統，如自動駕駛系統，需要極高的實時性，這時就需要用C++來實現。

4樓：尚學堂人工智慧學院

應該要學一點的

簡單的說一下，AI是計算密集型，需要非常精細的優化，還需要GPU、專用硬體之類的介面，這些都只有C/C++能做到，所以某種意義上來說，其實C/C++才是人工智慧領域最重要的語言。

Python是API binding，使用Python是因為CPython的膠水語言特性，能夠把用其他語言製作的各種模組很輕鬆的連線在一起，比如3D遊戲中的圖形渲染，效能要求特別高就可以用C/C++重寫，而後封裝為Python可以呼叫的擴充套件類庫。

C/C++與人工智慧理論之間那千絲萬縷的聯絡是不會斷的。

但是缺點也是很明顯的；

多工處理不佳;

C ++僅適用於實現特定系統或演算法的核心或基礎。

它遵循自下而上的方法，因此非常複雜。

Python優勢是易學，是一種輕量型指令碼解釋型動態語言，無指標，無須擔心記憶體洩露等問題，最重要的是具有豐富的演算法庫。Python的開發速度更快。但是習慣用Python語言的程式設計師是比較難適應其他語言得，畢竟乙個簡單的輸出突然變得複雜啦起來給誰也受不了；

5樓：啥都想學的小白

第一次回答問題，如果有不便之處，請指出，個人也是小白一枚，回答的也不一定都對，希望大家多批評指正。

以我了解的來看，目前你想工作的話，python上面的模型和demo可以考慮和fpga結合一下，因為這個看到過很多落地，也不一定是要學c和c++。