首先业务层面的AI方向,优先学习python,入门快,框架多,tensorflow和pytorch等可以快速完成模型的学习和训练等任务
易学性:Python语法简洁明了,对于初学者来说非常友好,可以让你更快地入门编程。
社区支持:Python拥有庞大的开发者社区和丰富的资源,包括大量的教程、文档和开源项目。
库和框架:Python在AI领域有着无可比拟的优势,有许多强大的库和框架支持,如TensorFlow、PyTorch、Keras等,这些工具大大简化了机器学习和深度学习模型的构建过程。
应用广泛:Python不仅用于AI,还广泛应用于Web开发、数据科学、自动化脚本等多个领域,这使得Python成为一门非常实用的语言
但是对于真实的工业场景下,比如检测任务,以及工业故障等,c++基本已经是唯一的方案,优先需要考虑到效率和性能上的表现
同时对于科技企业来说,尤其是大厂,比如英伟达等企业,需要更多底层优化的建设,各有优缺点
性能:C语言执行效率高,适合对性能有极高要求的应用场景。如果你需要处理大量数据或实时计算,C可能是一个更好的选择。
底层控制:C语言提供了更直接的内存管理和硬件交互能力,这对于某些特定的AI应用(比如嵌入式系统中的AI)非常重要。
学习曲线:与Python相比,C的学习曲线更为陡峭,需要更多的时间来掌握其语法和最佳实践。
库支持:虽然也有不少优秀的AI库支持C/C++(例如Dlib、OpenCV等),但相较于Python,它们的数量太少了
,
看具体应用场景,底层拿c写。开发,调用/应用 用python多。 不过语言还是工具,不是最重要的,学会一种语言,再学别的也很快的。
,
搞AI的话要研究生起步了吧,一般人工智能用的Python多一点C的话可以去学习C++方面的,根据自己情况定
,
先python,再c++,搞AI的不学c