為了寫論文不做深入的研究，代碼水平低選擇tensorflow還是pytorch比較好？Tensorflow很好，因?yàn)槟梢灾苯邮褂胟eras因?yàn)槭褂肞ython有強(qiáng)大的優(yōu)勢(shì)。第一，數(shù)據(jù)采集（網(wǎng)絡(luò)爬蟲技

為了寫論文不做深入的研究，代碼水平低選擇tensorflow還是pytorch比較好？

Tensorflow很好，因?yàn)槟梢灾苯邮褂胟eras

因?yàn)槭褂肞ython有強(qiáng)大的優(yōu)勢(shì)。第一，數(shù)據(jù)采集（網(wǎng)絡(luò)爬蟲技術(shù)）。2、 強(qiáng)大的科學(xué)計(jì)算分析庫(kù)可以進(jìn)行大規(guī)模的數(shù)據(jù)統(tǒng)計(jì)和處理。3、 完美的AI接口，如tensorflow、Python和sklearn，是定量交易最需要的接口。前者屬于深度學(xué)習(xí)，如LSTM算法體系結(jié)構(gòu)，是最有效的股市預(yù)測(cè)算法之一。后者屬于數(shù)據(jù)挖掘，基于統(tǒng)計(jì)概率分布，實(shí)現(xiàn)了回歸和分類的數(shù)學(xué)建模。總之，很方便。在項(xiàng)目實(shí)現(xiàn)方面，python屬于glue語(yǔ)言，計(jì)算出的數(shù)據(jù)模型大多是以JSON的形式進(jìn)行粘合的。前端非常友好。簡(jiǎn)而言之，它既快捷又方便。

為什么幾乎所有的量化交易都用Python？

作為一名it從業(yè)者和教育家，讓我來(lái)回答這個(gè)問(wèn)題。

首先，人工智能的知識(shí)體系非常龐大。從目前的研究方向來(lái)看，可以分為六大研究領(lǐng)域：計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、知識(shí)表示、自動(dòng)推理、機(jī)器學(xué)習(xí)和機(jī)器人學(xué)。這些不同的領(lǐng)域也有許多細(xì)分的研究方向。

從學(xué)科體系來(lái)看，人工智能是一門非常典型的交叉學(xué)科，涉及數(shù)學(xué)、計(jì)算機(jī)、控制科學(xué)、經(jīng)濟(jì)學(xué)、神經(jīng)科學(xué)、語(yǔ)言學(xué)、哲學(xué)等多個(gè)學(xué)科，因此人工智能領(lǐng)域的人才培養(yǎng)一直比較困難，而不是一門學(xué)科不僅知識(shí)量比較大，而且難度也比較高。由于人工智能領(lǐng)域的許多研發(fā)方向還處于發(fā)展初期，有大量的課題需要攻關(guān)，因此在人工智能領(lǐng)域聚集了大量的創(chuàng)新人才。

從目前人工智能技術(shù)的落地應(yīng)用來(lái)看，在計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理兩個(gè)方向出現(xiàn)了很多落地案例。隨著大型科技公司紛紛推出自己的人工智能平臺(tái)，基于這些人工智能平臺(tái)，可以與行業(yè)產(chǎn)生更多的組合，為人工智能技術(shù)在行業(yè)中的應(yīng)用奠定基礎(chǔ)，同時(shí)進(jìn)行研究和開發(fā)。人工智能的門檻大大降低。

從行業(yè)發(fā)展趨勢(shì)來(lái)看，未來(lái)很多領(lǐng)域需要與人工智能技術(shù)相結(jié)合。智能化也是當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的重要要求之一。在工業(yè)互聯(lián)網(wǎng)快速發(fā)展的推動(dòng)下，大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的落地應(yīng)用，也將為人工智能技術(shù)的發(fā)展和應(yīng)用奠定基礎(chǔ)。目前，應(yīng)用人工智能技術(shù)的行業(yè)主要集中在it（互聯(lián)網(wǎng)）、裝備制造、金融、醫(yī)療等領(lǐng)域。未來(lái)，將有更多的產(chǎn)業(yè)與人工智能技術(shù)相結(jié)合。

您所知道的關(guān)于人工智能AI的知識(shí)有哪些？分享一下？

《每日經(jīng)濟(jì)新聞》編輯郭昕認(rèn)為，人工智能的確是當(dāng)前的趨勢(shì)。然而，當(dāng)我們談?wù)撊斯ぶ悄軙r(shí)，我們需要區(qū)分兩個(gè)概念：“弱人工智能”和“強(qiáng)人工智能”。前者一般被認(rèn)為是一種不能真正推理和解決問(wèn)題的智能機(jī)器，強(qiáng)大的人工智能可以與人類智能的存在相抗衡。簡(jiǎn)而言之，弱人工智能現(xiàn)在無(wú)處不在。例如，電子商務(wù)網(wǎng)站使用客戶服務(wù)機(jī)器人回答問(wèn)題，并使用數(shù)據(jù)對(duì)消費(fèi)者進(jìn)行分類。

假裝懂人工智能，開心地和別人聊天首先需要你對(duì)人工智能有一點(diǎn)了解，包括人工智能的定義，人工智能的應(yīng)用，人工智能的實(shí)現(xiàn)，人工智能的優(yōu)點(diǎn)和缺點(diǎn)，以及你對(duì)人工智能的親身體驗(yàn)。熟悉最流行的人工智能前沿技術(shù)和熱點(diǎn)新聞，會(huì)讓你聊得很開心。比如：神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、python進(jìn)高考，這些都是很好的題目。另外，AI boss的周邊新聞也是一個(gè)很有意思的話題，也能引起對(duì)方的興趣。

當(dāng)然，你需要有不同的方式與不同的人聊天。和艾小白聊天，你只需要了解一點(diǎn)艾。與專業(yè)人士聊天，談?wù)搶I(yè)話題，無(wú)疑會(huì)讓你左右為難。在這個(gè)時(shí)候，你需要找到一個(gè)新的方法。AI老板身邊有趣的事情可能是一個(gè)很好的話題。另外，面對(duì)人工智能專業(yè)人士，你需要改變自己的角色，放棄聊天的主導(dǎo)地位，做一個(gè)開明的傾聽者和受教育者。

假裝理解比真正理解要好。與其對(duì)人工智能一知半解，不如學(xué)習(xí)人工智能，改變思維方式。從代碼農(nóng)民的角度來(lái)看這個(gè)世界真是太棒了。只有這樣我們才能產(chǎn)生共鳴。否則，與任何人談?wù)撊斯ぶ悄苤皇且环N膚淺的品味和表象。