《MXNet深度學習實戰》—1.4　MXNet開發需要具備的知識

1.4　MXNet開發需要具備的知識

入門MXNet與入門其他深度學習框架類似，一般而言只要你具備基本的代碼能力和算法基礎就可以開始使用MXNet訓練模型了。在應用MXNet的過程中，希望讀者能夠多看文檔和源碼，畢竟各類接口的詳細定義和使用都是通過文檔來介紹的，部分接口源碼也并非高深莫測，只要具備基本的代碼編寫能力都能看得懂。

雖然入門MXNet并不需要具備特殊的知識，但是為了讓讀者更好地入門MXNet，接下來本節將介紹一下MXNet開發所涉及的相關知識和一些誤區。需要強調的是，即便你目前并沒有完全掌握這些知識也不用擔心，在本書的后續章節中會不斷穿插和講解這些知識，希望讀者能夠通過不斷學習本書的內容來夯實這些知識。

1.4.1　接口語言

MXNet框架提供了多種語言的API（比如Python、C++、Scala、Julia、Perl、R等），因此不管你之前使用的是什么語言，都能夠在這里找到合適的API進行算法開發。

在主流的深度學習框架以及開源的各類深度學習算法中，Python語言的應用應該是最為廣泛的，從MXNet框架的各種API中也可以看出，Python是文檔最豐富、支持最為完善的接口，因此入門深度學習首選Python語言，本書也是采用Python API來介紹如何實戰MXNet。當然，你千萬不要誤以為深度學習框架都是用Python實現的，事實上包括Python在內的API都只是接口，這些接口面向用戶進行調用，實際上大部分深度學習框架的底層都是用C++實現的，主要原因在于C++的計算效率非常高，可以滿足深度學習大量計算的要求，相比之下Python更加靈活，容易上手，因此比較適合作為接口語言。因此對于入門而言，Python語言絕對是不二選擇，對于進階而言，可能你需要用C++或者CUDA編程寫一些底層實現，但是接口語言大部分還是采用Python。

深度學習 Python

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。