2024年南靖怎么做软件程序 篇1
首先问题就有理解偏差，人工智能不是软件，而是一项功能，或者说是能力。你要做的软件是通过人工智能的技术能力在一个特定的场景下完成某项任务。
至于如何学习，首先要掌握基础编程语言，以下任选其一要熟练掌握：
Python：被认为是所有AI开发语言列表中的第一位。Python相对简单易学，可以很容易地学习。此外python有很多AI相关的库，便于在机器学习等方面快速上手。
C++：已经非常成熟了，而且是最快的计算机语言，如果你的项目开发时间有限，那么C++是很好的选择，它提供更快的执行时间和更快的响应时间，老司机优势显现无疑，游戏开发大部分都是用C++语言。
C ++适用于机器学习和神经网络。
Java：也是计算机语言的老司机之一，虽然褒贬不一，但是在各种项目的开发中，Java都是常用语言之一，它不仅适用于NLP（自然语言处理）和搜索算法，还适用于神经网络。
Lisp:相当古老的语言，差不多是在人工智能火起来之后才又回到众人眼中。有人认为Lisp是最好的人工智能编程语言，因为它为开发人员提供了自由。在人工智能中使用Lisp，因其灵活性可以快速进行原型设计和实验，当然这也反过来促进Lisp在AI开发中的发展，例如，Lisp有一个独特的宏系统，有助于开发和实现不同级别的智能。
但同时也因为它的古老，掌握的人不是大多数。
Python的课程是现在最火爆的，很多网课，从零开始学到高级课程全都有。对自学没有信心的话也可以参加社会上的线下培训班。一定要坚持下去。但总体来说市场上的课程还是有些乱，要边学便自己梳理知识体系。
其次要找好方向：
计算机视觉CV、自然语言处理NLP、机器学习ML这三个方向是最火的，但其中也涉及了很多更深的知识，比如神经网络、深度学习、强化学习等。
所以要有一定的数学基础：微积分、概论、线性代数；
其次是算法与模型，这也是重中之重，算法模型学不好以后会很痛苦，甚至有些方面完全不能理解。
此外，还要深入了解一些框架：
谷歌的Tensorflow:
TensorFlow是一个开源软件库，可以描述一幅数据计算的数据流图（data flow graph）,用于各种感知和语言理解任务的机器学习。当前被50个团队用于研究和生产许多Google商业产品，如语音识别、Gmail、Google 相册和搜索。
Facebook 的 PyTorch：
与TensorFlow抗衡的学习框架，由 Facebook 的团队开发，并于 2017 年在 GitHub 上开源。
TensorFlow 和PyTorch的关键差异是它们执行代码的方式。这两个框架都基于基础数据类型张量（tensor）而工作。TensorFlow更像是一种语言，而PyTorch与Python结合的更紧密。
TensorFlow 是一种非常强大和成熟的深度学习库，具有很强的可视化功能和多个用于高级模型开发的选项。它有面向生产部署的选项，并且支持移动平台。另一方面，PyTorch 框架还很年轻，拥有更强的社区动员，而且它对 Python 友好。
所以如果你想更快速地开发和构建 AI 相关产品，TensorFlow 是很好的选择。建议研究型开发者使用 PyTorch，因为它支持快速和动态的训练。
两者还有很多差异，各有优缺点，可以在实践中慢慢摸索。
2024年南靖怎么做软件程序 篇2
"编程“ 这个概念太大了
主要看你要编什么样的程序了，比如，你想做windows平台下的窗体应用程序，你可以学C、C++、C#，手机平台比较多的JAVA等，Web应用程序的诸如PHP、JSP、ASP、ASP.NET、SilverLight等等
编程语言很多中，技术框架也有很多，学习编程只是根据需要学期其中的某一个或某几个方向，根据需求不同，学的东西也就不同，而编程所带动的其他方面的东西也很多（数据库、图形处理、软件工程等）。不过就现在的情况看来，面向对象思想是一定一定要学到的（除非你做很底层的东西）
应该先从你兴趣开始,有兴趣再决定编程领域,有了编程领域在决定语言.
不同的语言对应着不同编程领域,如果你要学完那是有点不现实.
因此你要回想一下你兴趣来源是什么?比如喜欢做黑客,喜欢研究反病毒,喜欢为Windows桌面开发一些实用的小软件等等.
要分析好兴趣来由,在决定你的发展方向,就好了.
比如你喜欢为WINDOWS开发软件,那么 C语言是必备基础,学好好了然后在扩展一门面向对象的语言比如C++ C# JAVA 等.这些是不错的选择。
然后光有语言不行，为了软件的质量保证，还需要研究一下系统理论基础,这样你的软件才能做到对系统的作家兼容性和获取最佳性能。