/CUDA程序。
深入學習人工智能的時候，自己計算，寫C++代碼操作，太復雜了。這時候程序員就想建立壹個神經網絡，不用壹套類似復雜的Excel配置表，直接填參數導入數據，壹鍵開始訓練模型，得到結果。這種方法簡單實用，但是神經網絡構建太復雜，需要填寫的參數太多，很難把各種選項做成直觀的圖形工具。我們只能用壹種相對易用的類似Python的語言，通過簡化的程序代碼來構建神經網絡，填寫參數，導入數據，調用執行函數進行訓練。這種語言用來描述模型，傳遞參數，轉換輸入數據，然後扔進復雜的深度學習框架進行計算。那麽為什麽選擇Python呢？科學家們很早就喜歡使用Python實驗算法，也擅長使用numpy做科學計算，用pyplot繪制數據圖。正好Python在Google也有廣泛應用，所以采用Python是必然的。除了Python，TensorFlow框架實際上還支持JavaScript、c++、Java、GO等語言。據說人工智能算法也可以用這些。但官方表示，Python之外的語言不壹定承諾API的穩定性。所以人工智能和Python密不可分。就說人工智能的核心算法，完全依賴於C/C++，因為它計算量大，需要非常精細的優化，還需要GPU、特殊硬件等接口，只有C/C++能做到。所以從某種意義上來說，C/C++其實是人工智能領域最重要的語言。Python是這些庫的API。
綁定，Python是開發壹個從其他語言到C/C++的跨語言接口最簡單的方法，比其他語言的ffi門檻低很多。CPython的C
API是雙向融合，可以直接暴露封裝的Python對象，允許用戶通過繼承這些自定義對象引入新的特性，甚至可以從C代碼中調用Python函數。Python壹直是科學計算和數據分析的重要工具，Python就是這些庫的API。
綁定，Python是開發壹個從其他語言到C/C++的跨語言接口最簡單的方法，比其他語言的ffi門檻低很多。CPython的C
API是雙向融合，可以直接暴露封裝的Python對象，允許用戶通過繼承這些自定義對象引入新的特性，甚至可以從C代碼中調用Python函數。都說時勢造英雄，也可以說人工智能和Python相互成就。人工智能算法促進了Python的發展，Python也讓算法變得更簡單。