MATLAB在逐漸被Python淘汰嗎？MATLAB和python不在同一級(jí)別。MATLAB是面向算法本身和仿真本身的產(chǎn)品。如果不是運(yùn)行效率，那就要看是誰(shuí)寫(xiě)的程序了。matlab收費(fèi)的原因在于運(yùn)行時(shí)的

MATLAB在逐漸被Python淘汰嗎？

MATLAB和python不在同一級(jí)別。MATLAB是面向算法本身和仿真本身的產(chǎn)品。如果不是運(yùn)行效率，那就要看是誰(shuí)寫(xiě)的程序了。matlab收費(fèi)的原因在于運(yùn)行時(shí)的更新。比如及時(shí)5g更新NR庫(kù)，如果你用Python寫(xiě)這個(gè)東西，不是不可能寫(xiě)的，只是時(shí)間、完整性、運(yùn)行效率，這些都很難保證。畢竟，MATLAB的背后是一支強(qiáng)大的科學(xué)家團(tuán)隊(duì)來(lái)負(fù)責(zé)算法，一支強(qiáng)大的工程師團(tuán)隊(duì)來(lái)完成實(shí)現(xiàn)，最后給大家一個(gè)簡(jiǎn)單易用的函數(shù)它可以通過(guò)使用的方法來(lái)實(shí)現(xiàn)。每個(gè)人都做他們擅長(zhǎng)的事。

圖像處理用Python還是MATLAB？

Python勝過(guò)matlab的所有優(yōu)勢(shì)來(lái)自：免費(fèi)

Python是純語(yǔ)言工具

matlab是數(shù)學(xué)算法的強(qiáng)大工具

普通人使用Python

作為人工智能的重要組成部分，近年來(lái)，機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)在研究生中越來(lái)越流行。機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)需要處理各種算法，所以我們經(jīng)常需要使用一些方便的工具來(lái)輔助研究，比如MATLAB就是一個(gè)常用的工具。

與Python相比，Matlab更像一個(gè)工具。雖然我經(jīng)常說(shuō)編程語(yǔ)言是一種工具，但python可以做除科學(xué)計(jì)算之外的其他事情，比如web開(kāi)發(fā)。因此，Python是一種編程語(yǔ)言，而MATLAB更接近于一種工具。目前，matlab還支持語(yǔ)言輸出。

因?yàn)槲沂亲鳛橐粋€(gè)程序員出生的，所以在早期我并不費(fèi)心使用MATLAB。直到我們的一位同事在我面前展示了MATLAB的強(qiáng)大功能，我才對(duì)MATLAB更感興趣，并用了一段時(shí)間。使用MATLAB有很強(qiáng)的方便性。以前需要很多代碼的地方，只需要簡(jiǎn)單的配置，這樣matlab就可以節(jié)省很多時(shí)間。如果你在做研究，你不需要實(shí)現(xiàn)這個(gè)項(xiàng)目，所以使用MATLAB絕對(duì)是一個(gè)不錯(cuò)的選擇，你不必在編碼上投入太多精力。

后來(lái)，我開(kāi)始做機(jī)器學(xué)習(xí)，因?yàn)槲业暮芏嘌芯績(jī)?nèi)容是要實(shí)現(xiàn)的（基于實(shí)際應(yīng)用），所以我直接用python。在使用python之前，我使用了java（其中有更多的故事）。如果您需要在實(shí)踐中使用該算法，那么必須正確地使用python。MATLAB擅長(zhǎng)分析和建模。

Python機(jī)器學(xué)習(xí)需要使用numpy、Matplotlib和SciPy，使用起來(lái)并不復(fù)雜。學(xué)習(xí)Python也相對(duì)簡(jiǎn)單易用。

建議在研究生階段學(xué)習(xí)Python，但這取決于導(dǎo)師的具體安排和指導(dǎo)。雖然他們都做機(jī)器學(xué)習(xí)，但我的研究更傾向于機(jī)器學(xué)習(xí)應(yīng)用，所以我推薦python。

機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)方向的CS碩士研究生，應(yīng)該往python還是MATLAB發(fā)展？

作為多年的實(shí)踐者，我想說(shuō)的是，Python和人工智能是兩個(gè)完全不同的概念。Python只是一種編程語(yǔ)言，而人工智能是一種科學(xué)方法，主要研究如何通過(guò)計(jì)算機(jī)實(shí)現(xiàn)與人類智能相似的設(shè)備或程序。python作為一種計(jì)算機(jī)編程語(yǔ)言，可以作為實(shí)現(xiàn)人工智能的編程工具，但它并不是唯一的選擇。

首先簡(jiǎn)單介紹一下人工智能的實(shí)現(xiàn)方法。目前，主要有兩所學(xué)校。

一個(gè)是基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，也就是說(shuō)，近年來(lái)，隨著谷歌的阿爾法狗獲得世界圍棋冠軍，它又流行起來(lái)了（之所以再次被使用，是因?yàn)樗餍辛艘欢螘r(shí)間，后來(lái)遇到技術(shù)瓶頸時(shí)就沉寂了）。為了促進(jìn)人工智能的發(fā)展，Google開(kāi)源的tensorflow庫(kù)受到了廣大研究人員的青睞，它可以極大地促進(jìn)人工神經(jīng)網(wǎng)絡(luò)的開(kāi)發(fā)和實(shí)驗(yàn)。python作為tensorflow的編程語(yǔ)言，自然成為研究人員必不可少的工具。此外，F(xiàn)acebook的開(kāi)源項(xiàng)目pytorch也是一個(gè)優(yōu)秀的機(jī)器學(xué)習(xí)庫(kù)。它還使用Python作為開(kāi)發(fā)語(yǔ)言，為Python添加了許多用戶。實(shí)際上，也有很多語(yǔ)言可以用于人工智能開(kāi)發(fā)，比如MATLAB和C/C，它們也被廣泛使用，但是編程過(guò)程會(huì)稍微復(fù)雜一些。

另一種實(shí)現(xiàn)人工智能的方法是基于演繹邏輯的推理方法。曾經(jīng)流行的專家系統(tǒng)正是基于這一技術(shù)，正是因?yàn)榻陙?lái)，深度學(xué)習(xí)蓬勃發(fā)展，其輝煌被掩蓋。在這種人工智能實(shí)現(xiàn)模式中使用的編程語(yǔ)言是LISP和Prolog。

另外，我想提醒你，如果你想學(xué)習(xí)人工智能，僅僅能夠編程是不夠的。它需要一個(gè)堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)，從線性代數(shù)，概率過(guò)程，到微積分，甚至張量分析。有了這些基礎(chǔ)知識(shí)，就可以理解和改進(jìn)各種學(xué)習(xí)算法。至于你的算法是用什么語(yǔ)言實(shí)現(xiàn)的，就簡(jiǎn)單多了。當(dāng)然，Python是一個(gè)不錯(cuò)的選擇。它比其他語(yǔ)言更簡(jiǎn)單、更容易學(xué)。關(guān)鍵是要有強(qiáng)大的圖書(shū)館支持。

人工智能是一定要學(xué)習(xí)python嗎？還會(huì)用到哪些語(yǔ)言？

對(duì)于那些使用了多種開(kāi)發(fā)語(yǔ)言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)用Python進(jìn)行機(jī)器學(xué)習(xí)的人，我想談?wù)勎业目捶ā?/p>

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個(gè)數(shù)量級(jí)。

那么為什么要使用Python呢？如果我們遍歷超過(guò)一億個(gè)數(shù)據(jù)，兩個(gè)數(shù)量級(jí)的差異是不可接受的。但是，如果我們使用Python來(lái)執(zhí)行頂層邏輯并阻塞數(shù)以億計(jì)的數(shù)據(jù)，Python只會(huì)循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個(gè)數(shù)量級(jí)無(wú)關(guān)緊要？一毫秒和100毫秒在整個(gè)系統(tǒng)中并不重要。

Python最大的優(yōu)點(diǎn)是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進(jìn)行計(jì)算。Numpy、panda、numba這些優(yōu)秀的開(kāi)源庫(kù)可以非常方便高效地處理海量數(shù)據(jù)，借助ZMQ、cell等還可以做分布式計(jì)算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費(fèi)太多的精力就可以優(yōu)雅高效地完成海量數(shù)據(jù)處理和機(jī)器學(xué)習(xí)任務(wù)。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

Python語(yǔ)言其實(shí)很慢，為什么機(jī)器學(xué)習(xí)這種快速算法步驟通常還是用呢？

使用python，我對(duì)python的使用有一些個(gè)人的看法：

1.2017人工智能（包括科學(xué)計(jì)算）流行了一年，python的用戶數(shù)量大大增加，這是大勢(shì)所趨。

2. Python的開(kāi)發(fā)效率遠(yuǎn)遠(yuǎn)高于其他高級(jí)語(yǔ)言。例如，1000行C語(yǔ)言代碼、100行Java代碼和20行Python代碼就足以說(shuō)明Python的開(kāi)發(fā)效率。

3. Python的第三方庫(kù)非常豐富，你會(huì)發(fā)現(xiàn)只要你想大部分的東西都被打包了庫(kù)，比如numpy數(shù)值計(jì)算，Matplotlib，一個(gè)類似Matlab的庫(kù)，用于繪圖，panda文件操作庫(kù)，這些庫(kù)都會(huì)在科學(xué)計(jì)算中常用。

4. 代碼運(yùn)行速度。雖然Python的速度不如其他高級(jí)語(yǔ)言，例如對(duì)于耗時(shí)的操作，我們可以使用C語(yǔ)言來(lái)編程和調(diào)用Python，所以速度不會(huì)減慢。例如，numpy、panda和Matplotlib的底層實(shí)現(xiàn)都是用C編寫(xiě)的，以上是我的觀點(diǎn)。