Нейросети. Почему Python?

Question

[Leevz]

Доброго времени суток. Чуть ли не во всех вопросах про язык для нейросетей единым ответ является питон. Но почему? Почему среди кучи языков им стал именно он?

Comments

[Ternick]

Он проще всех так считается ) + Если загуглить то получим это : https://i.imgur.com/gZI9mSC.png ,
И самым первым получим результат )

Answer 1

[Ambrosian]

Вы имеете ввиду про ситуацию, когда нейросети - все исследовательские проекты.
Ученые - не обязательно программисты. А Python - язык программирования с низким порогом входа.
Никто не пишет с нуля, не тратит время - просто используют уже написанные другими библиотеки.
В результате вокруг Python сложилось community по нейросетям.
Если вам именно в исследовательских целях - поступайте также.

P.S.:
Это вы еще про Фортран не знаете.
Язык давным давно не используется программистами.
Но физиками продолжает использоваться.

Answer 2

[Сергей Горностаев]

Потому что помимо простоты, лаконичности и выразительности, позволяющими с минимальными затратами времени и сил разрабатывать сложные алгоритмы, язык обладает ещё и мощным механизмом интероперабельности с C\C++, что открывает доступ к быстрым вычислениям.

Comments

[Андрей К]

Я бы даже поспорил на счёт простоты и лаконичности в сравнении с другими скриптовыми языками, а вот про C/C++ - это 100%.

Answer 3

[ivodopyanov]

Потому что нейронные сети - это, как правило, программы не очень большие по объему, но которые приходится часто изменять, чтобы подобрать оптимальную архитектуру, предобработку данных и прочее. Поэтому проблем с легаси кодом почти нет, а есть требования к быстрой разработке. Python этому удовлетворяет лучше, чем C++ или Java.

Фреймворки для машинного обучения - это часто фронтенд на Python или Torch и бэкендом на C++.

Answer 4

[xmoonlight]

Питон - быстрое понимание предметной области и не более!
Keras.io (+БОНУС: как установить)
(перевод)

Keras - это высокоуровневый API нейронных сетей, написанный на Python и способный работать поверх TensorFlow, CNTK или Theano. Он был разработан с упором на возможность быстрого экспериментирования. Способность идти от идеи к результату с наименьшей возможной задержкой является ключом к проведению хороших исследований. Используйте Keras, если вам нужна библиотека глубокого обучения, которая:

• Позволяет легко и быстро создавать прототипы (благодаря удобству, модульности и расширяемости).
  
• Поддерживает как сверточные сети, так и повторяющиеся сети, а также комбинации этих двух.
  
• Легко работает на процессоре и графическом процессоре.
  

Прочтите документацию на Keras.io.
Keras совместим с: Python 2.7-3.6.

Хотите НОРМАЛЬНО использовать скорость GPU - только C/C++ и NVIDIA CUDA Toolkit.

Comments

[Сергей Горностаев]

Самая медленная часть вычислений на GPU - это передача данных, а её скорость никак не зависит от используемого языка.

[xmoonlight]

Сергей Горностаев, поднятие на уровень абстракции - уже время. А питон - это +1 уровень от GPU.

[АртемЪ]

Хотите НОРМАЛЬНО использовать скорость GPU - только C/C++ и NVIDIA CUDA Toolkit.

А если хотите НОРМАЛЬНО использовать скорость разработчиков - только пайтон. А для специфических вычислений всегда можно подключить небольшой модуль на С.

[xmoonlight]

АртемЪ, Бред не пиши только, ладно?... А уж такой и подавно...
Разработчик - это тот, кто знает как сделать оптимально и корректно.
А не быстро и как попало заговнокодить, чтобы срубить денег...

[АртемЪ]

xmoonlight, Что конкретно тут бред?
Нейросети это довольно узкоспециализированная тема и программирование там не самое главное. Нужны разработчики которые нормально понимают что такое нейросеть, и с чем ее едят.
Само программирование там процесс второстепенный.
И для разработчика нужен легкий и простой инструмент, чтобы не отвлекаться от основной темы.

На пайтоне написал, протестировал, понял что тебя вообще не в ту степь занесло, забраковал начал писать другой код. Все это делается быстро. На C это будет на порядок медленнее, и специалиста попробуй найди - пайтон в объеме необходимом для работы с нейросетями освоит любой школьник за пару месяцев.

Разработчик - это тот, кто знает как сделать оптимально и корректно.

Разработчик это тот кто разрабатывает продукт - трактор, нейросеть, или унитаз
Сейчас разработчику тракторов или нейросетей зачастую приходится программировать - без этого никак.
Но это как правило именно разработчики тракторов, и нейросетей, а не программисты. Для них программирование это не основная работа.
И им гораздо проще работать с высокоуровневым пайтоном, используя кучу готовых библиотек для нейросетей, чем следить за кучей в С.
И работать все будет отлично - если где-то тот же пайтон явно не справляется по скорости - тут уже можно нанять спеца, поставить ему четкую задачу, и он перепишет кусок кода на более низкоуровневом языке.

[xmoonlight]

АртемЪ, ну ты пишешь сейчас то всё верно!
На питоне - действительно проще создать и настроить НС.
А уже эксплуатировать - лучше на низкоуровневом.

НО! У меня сразу возникает вопрос: почему не оптимайзить и создавать/отлаживать НС на симуляторах и вообще БЕЗ языка программирования, чтобы не кодить по 2 раза?

[Владимир Олохтонов]

xmoonlight, питон как раз играет роль такого "симулятора".

Когда PoC получен, можно переписывать модель для прода.

[xmoonlight]

Владимир Олохтонов,

переписывать

вот и плохо...

[Владимир Олохтонов]

xmoonlight, на данный момент нормально, более гибкого симулятора ещё не придумали.

[xmoonlight]

Владимир Олохтонов, https://www.goodai.com/brain-simulator

[Владимир Олохтонов]

xmoonlight, интересный проект, но кажется он не совсем про то же самое.

Классическая задача прототипирования состоит из следующих этапов:
1) Обработать сырые данные для составления датасета, для этого в Python есть куча инструментов, при необходимости допиливаемых напильником.
2) Путём проверки множества гипотез подобрать оптимальное решение, иногда это могут быть классические статистические методы, иногда что-то из методов машинного обучения (регрессии, бустинги, нейросети, etc), всё это можно делать, пользуясь одним инструментом – Python.
3) Составить отчёт о проделанной работе, сделать удобную и наглядную визуализацию, Python это тоже умеет.

Я утверждаю, что Python – удобный инструмент (точнее ящик инструментов) для всего спектра задач в этой области, поэтому им люди и пользуются.

[xmoonlight]

Владимир Олохтонов, ну, ок. Спорить не буду.
Я думаю, что им пользуются по-скольку на нём уже создан этот "ящик инструментов" и пока не появится что-то типа Unity (для игр и медиа-приложений), так все и будут юзать Python для НС.