要如何開始從零掌握Python機器學(xué)習(xí)？我已經(jīng)使用Python 7年多了，現(xiàn)在我正在從事視頻對象識別算法的開發(fā)，使用的是同樣基于Python語言的tensorflow。Python是一種解決所有問題的

要如何開始從零掌握Python機器學(xué)習(xí)？

我已經(jīng)使用Python 7年多了，現(xiàn)在我正在從事視頻對象識別算法的開發(fā)，使用的是同樣基于Python語言的tensorflow。Python是一種解決所有問題的語言，值得擁有

！我從2012年開始學(xué)習(xí)機器學(xué)習(xí)，因為沒有指導(dǎo)，我走了很多彎路，浪費了很多時間和精力。一開始，我讀了《機器學(xué)習(xí)實踐》一書。雖然我不懂，但我還是把書中所有的例子都跑了一遍，漸漸發(fā)現(xiàn)自己不懂算法也能達到預(yù)期的效果。然后，我會直接開發(fā)我想要的程序。當我遇到需要機器學(xué)習(xí)的部分時，我會直接復(fù)制它。一周后，演示會出來。在這個時候，你會發(fā)現(xiàn)你已經(jīng)開始了。剩下的就是理解每種算法的范圍和局限性。

不要掉進無休止的書堆里，練習(xí)和做項目

！呃，地鐵到了。我要去工作了。我還沒做完呢。有機會的話我會繼續(xù)討論的

對于那些使用過幾種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)用Python進行機器學(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慢兩個數(shù)量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數(shù)據(jù)，兩個數(shù)量級的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數(shù)以億計的數(shù)據(jù)，Python只會循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個數(shù)量級無關(guān)緊要？一毫秒和100毫秒在整個系統(tǒng)中并不重要。

Python最大的優(yōu)點是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進行計算。Numpy、panda、numba這些優(yōu)秀的開源庫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算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費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語言其實很慢，為什么機器學(xué)習(xí)這種快速算法步驟通常還是用呢？

感謝您的邀請：作為一種非常流行的語言，python有著廣泛的應(yīng)用場景。事實上，許多開發(fā)語言可以用于不同的領(lǐng)域。Python不是為特定目的而產(chǎn)生的。但是，它是一種通用的腳本語言，也稱為glue語言。Glue意味著Python可以在C語言接口的幫助下驅(qū)動幾乎所有已知的軟件和模塊。只要我們使用它，你通常可以找到一個開源庫。安裝后，您可以驅(qū)動它。無論是數(shù)據(jù)庫、網(wǎng)絡(luò)、互聯(lián)網(wǎng)、圖形、游戲、科學(xué)計算、GUI、OA、自動控制，甚至宇航員都在使用它。

現(xiàn)在我們來談?wù)凱ython，它可以用來做：

1。系統(tǒng)編程2。圖形處理3。數(shù)學(xué)處理4。文本處理5。數(shù)據(jù)庫編程6。網(wǎng)絡(luò)編程7。網(wǎng)絡(luò)編程8。多媒體應(yīng)用9。Pymo發(fā)動機10。黑客編程11。用Python12編寫的簡單爬蟲：人工智能

看到這么多應(yīng)用場景非常強大，但Python通常不會作為工程語言出現(xiàn)。也就是說，常規(guī)軟件生產(chǎn)不使用它。主要使用Java，C#，XML，C。至于為什么，這是軟件工程的需要。Python沒有完整的語法檢查。

但它現(xiàn)在不影響Python的狀態(tài)。很多人加入Python的大軍是因為Python很容易入門，而且學(xué)習(xí)成本相對較低。它有一個豐富的支持庫，可以直接調(diào)用，以高效地完成不同需要的工作。

你知道，谷歌最早的搜索引擎是由python編寫的。

希望我的回答能對你有所幫助。我是bang-bang-Skylearn，tensorflow（包括tensorflow的高級包keras），pytorch-Python有很多優(yōu)秀的庫，實現(xiàn)各種機器學(xué)習(xí)算法非常方便。為什么要自己造輪子？

您可以查看最近發(fā)表的關(guān)于機器學(xué)習(xí)算法的論文。許多論文都有開源的支持代碼。這些代碼基本上基于各種框架實現(xiàn)模型，很難從頭開始實現(xiàn)。

制作自己的控制盤不僅編寫起來很麻煩（它還假設(shè)您的控制盤在語義上是正確的并且性能良好），而且還不方便其他人閱讀。

許多人過分主張從頭開始寫x，想自己寫所有東西，而不屑使用tensorflow和其他框架。但是，tensorflow不使用它。努比呢？因此，這種想法是不可取的。

當然，這不是絕對的。以下情況除外：