Python+人工智能的三个特点

　　Python虽然慢但是它只是调用AI接口,真正的计算全是C/C+ +写好的底层,用Python只是写逻辑,即步怎么算，第二步怎么算,几行代码就出来了。

　　换成C++ ,得先学1个月才能编译通过。不是说用C+ +写不了上层逻辑,而是代码量太大,开发效率太低,换来总体速度提升1% ,不合适。

　　计算机语言各有适用性,即C/C+ +速度快适合底层写算法, Python慢但适合上层写逻辑。两者各自的特点恰好是对方的特点。

　　Python 有三个非常重要的特性，易上手，社区丰富，性能扩展方便

　　易上手。

　　这个很容易理解了，Python 算是目前对于新手较为友好的语言了，你基本直接随意找一个 Tutorial 走一遍基本就能上手了。

　　而且 Python 作为一种解释性语言，人机交互方面，天生比 C++/Scala 这种编译型语言要人类有好的多。验证一个模型什么的，出个 图什么的，都很方便。

　　社区丰富：

　　Python 目前周边算是非常成熟，针对不同的需求都有着自己比较受欢迎的库什么的。

　　配合前面的易上手的特性，模型人员在验证想法，迭代 prototype 的时候，可以很方便的按需选择，而不必去考虑太多关于工程上的细节。

　　性能扩展方便

　　CPython 一直保持的一点就是，在你觉得某些地方存在性能瓶颈的时候，可以很方便的用其余语言进行扩展。

　　Python 其实啥都能做，啥都能做的不错，所以某种意义上来讲 Python 在这两年的火爆，某种意义上算是一种对现实妥协。