AI人工智能（调包侠）速成之路二（入门准备与开发平台选择）

基础知识

1，高等数学

        编程就是控制计算机做各种运算，逻辑控制的部分很多，虽然用到的数学知识很灵活但是并不深奥。在机器学习与深度学习中却需要大量使用数学知识，这是给很多初学带来困难的主要原因之一。但是随着各种机器学习开发平台的出现，还有各种经典案例的推广，开发和使用人工智能越来越简便，各种复杂的数学理论都被打包成了各种对外的API接口，可以说只要能理解基本的概念，学会调用不同的接口（成为一个调包侠）也能用上当前最前沿的人工智能成果。

2，Python语言

        “人生苦短，我用Python”，有编程基础的人其实很容易就能掌握Python，它的设计理念就是让程序逻辑隐藏起来，使用像语言对话的方式告诉它你想要做什么，然后它直接给你结果。更强大的地方在于各种功能强大的库，可以随时取用。世界上无数科学家、工程师设计出来的算法功能你可以直接取用，不但不需要重复制造“轮子”，甚至可以说各种“飞机大炮航空母舰”应有尽有，能限制你发挥的只在于你知不知道他们的存在，还有你的想象力有没有受到限制。后面的人工智能开发平台都可以看作是Python的一个库，熟悉了库的接口和用法基本上就算是入门了。

3，C++语言

        深度学习中只有非常必要的情况下考虑使用C++，大部分情况是工业部署的时候，比如实时性要求很高的情况下。只在不得不用的时候使用。

 

为什么机器学习必须使用开发框架

        所有框架都可以理解为矩阵加速计算和自动求导的科学计算库，是为了能方便的建立神经网络模型，然后加速训练每个神经元上权值。有了开发框架不需要手写CUDA就能跑GPU加速，自动帮你计算复杂复合函数的梯度，神经网络搭建只需调用平台接口就能实现，深度学习从此变得方便！

主流开发平台介绍

1, Tensorflow2

        注意这里推荐的是Tensorflow2.0以上的版本，因为Tensorflow1的版本和Tensorflow2可以说是完全不同的两个框架，如果你以前用过Tensorflow1的版本那么忘掉它吧。新手直接从Tensorflow2开始学习可以事半功倍。

        Tensorflow是全世界使用人数最多、社区最为庞大的一个框架，因为Google公司出品，所以维护与更新比较频繁，并且有着Python和C++的接口，教程也非常完善，同时很多论文复现的第一个版本都是基于Tensorflow写的，所以是深度学习界框架默认的老大。

 

2, Pytorch

PyTorch是当前难得的简洁优雅且高效快速的框架。

 

3, 飞桨PaddlePaddle，百度深度学习平台

PaddlePaddle是百度研发的开源开放的深度学习平台，是国内最早开源、也是当前唯一一个功能完备的深度学习平台。依托百度业务场景的长期锤炼，PaddlePaddle有最全面的官方支持的工业级应用模型，涵盖自然语言处理、计算机视觉、推荐引擎等多个领域，并开放多个领先的预训练中文模型，以及多个在国际范围内取得竞赛冠军的算法模型。国产框架不多，大家多支持啊！