@Nik B

День добрый. Возник такой вопрос к знающим людям. Если создать программу которая бы записывала и пременяла полученные данные. То есть при получении данных запоминалось какие данные и при каких обстоятельствах были записаны, после при схожих обстоятельствах эти данные использовались.
Пример многопользовательская игра в которой есть пве режим , программа записыва ет действия игроков и ситуации в которых они так поступили. Применяя в последствии лучший результат.
Вопрос можно ли создать такую программу, и будет ли она работать? Если будет то дайдет ли до того что ее нельзя будет обыграть. Или почти нельзя.?

0

@Nail1959

Зачем Вы так нервничаете? Меньше эмоций, больше фактов. Не нравится что пишут, хмыкнете, матернитесь и забудьте.
Я вижу что тему, первый пост начал совсем еще начинающий. Начинающим надо много читать и экспериментировать. Опять же обращаюсь к книге Франсуа Шолле. Нет смысла начинать эту тему, если вы не обладаете графической картой поддерживающий CUDA, не знаете Linux.Не имеете математической подготовки. Лучше поставить IDE PyCharm, разобраться как работать с GIT. Надо помогать людям, быть терпеливее.

0

@freevoyajer

Я понимаю что пайтон популярен и хипстерен, но если вопрос производительности стоит остро, может начинать всё сразу в c/c++/rust?

0

@Nail1959

Python выполнен как обертка функций написанных на C и Fortran. И есть интерпретаторы которые называется CPython JPython. Второй на Java. Сила Python в большом количестве библиотек, которые свободно доступны для установки. И производительность в машинном обучении заключается в использовании библиотеки Tensorflow компании Google использовать графические и сейчас уже тензорные ядра графических процессоров. В основе всего и работают программы на С. С это язык системного программирования, чуть выше чем ассемблер. История С началась давно, сперва был язык B,
операционные UNIX системы написаны на C. На языке C я писал программы в 1985 году.

0

@freevoyajer

Nail1959, спасибо за экскурс. Я, что называется, "в теме". Последний пайтон, который я смотрел исходники, был вроде 3.3, и там был чистый сиплюсплюс. Тем не менее бенчмарки показывают резкое падение производительности пайтон в сравнении с перечисленными ЯП. Отсюда и моё недоумение. Тем более тот же tensorflow по сути есть C API, а из пайтона дерается посредством FFI. Да, я понимаю, пайтон богат на плюшки и относительно прост. Но он же жарит яйца на ЦПУ, а это не вяжется с high performance приложениями, наверняка еще и распараллеленными.

Добавлено через 1 минуту
я сейчас тут:

0

@Nail1959

Сейчас я использую 3.6 и 3.7. В основе всего все в машинных кодах Выше ассемблер, потом С, потом С++
В основе ОС, библиотек - С. Но писать все на нижнем уровне, жизни не хватит. Это мне надо все с нуля написать???
Поставил анаконду, постоянно обновляю conda update --all. Я использую распараллеливание на Python.

0

@freevoyajer

Nail1959, вы отвечаете в духе "очевидная очевидность". Во-первых, плюсплюс был "не торт" 20-10 лет назад, а сейчас - торт. Высокоуровневый, хоть и коряво спроектированный, но уже вырос из уровня 2003 года. Во-вторых недавно бомбанул rust, который позиционируется как язык системщиков и соответствует. На сях много абстракций не нарисуешь, здесь я не спорю. Но зачем дико тормозящий пайтон и какое отношение он имеет к CUDA, когда в CUDA играют на c, c++? Еще. Зачем Linux, если драйвера стабильно пишутся для windows, а linux рассматривается как вторичная ветка самими nvidia? Драйвера от nvidia в большинстве случаев просто валят графику в linux, пользователям приходится ставить реверсные открытые с урезанным к железу доступом чтобы запустить/восстановить работу иксов.
P.S. Пока писал мне пришла в голову мысль. Хоть я и не сторонник теорий заговоров, но подозреваю что обилие литературы "ИИ с использованием пайтон" выгодно продавцам вычислительных мощностей. Я сейчас об аренде облаков/серверов говорю. Это не в хардверный огород камень.

0

@Mikhaylo

Просто Пайтон очень хорошо заточен под обработку структурированных и неструктурированных данных, коей работы в машинном обучении немало. Взять тот же С++, он очень невыразителен в этом плане. Нету списков, кортежей, генераторов, словарей. Вызовы функций не столь развиты. Чего еще?
То есть вы напишете код на обоих языках, но в С++ будет вдвое-впятеро хуже читабельность. А это очень критично для ML и прочих математических и статистических приложений.
А библиотеки Пайтона? Ммм, конфетка! И это все заслуги самого Пайтона.

Добавлено через 3 минуты
Я не нервничаю. Просто заполняю людям пустоты в головах.

0

@Shamil1

По поводу производительности.

Лет 10 тому назад участвовал в конкурсе. Моя программа на C# показала лучшее время, хотя большинство участников писали на С++. Задача вычислительная. Как выяснилось, все использовали один и тот же алгоритм. Видимо, я чуть более оптимально его реализовал. Для работы с длинными числами я, как и все, использовал сишную библиотеку (GMP).

Мораль:
Программа на C# работает так же быстро, как программа на С++... если практически всё процессорное время занимают вычисления внутри написанного на Си кода.

0

@Nail1959

То же самое и про Python. Все вычисления выполняются фактически в C и Fortran.
Но как то от темы отклонились. Это уже не к этой ветке, а к веткам по языкам программирования.

0

@freevoyajer

Ну в целом я понял.Тензорный анализ, высшая алгебра уже написаны и оптимизированы, предоставлены в свободное пользование. А книжки описывают как всё это дело дергать из python. Общеизвестный факт, что I/O операции медленны сами по себе, SSD ситуацию немного улучшили. Сколько процентов работы занимают I/O операции? Если много, то может есть смысл вынести их в кернелспес?
Тут я не совсем понял. Вы сейчас о преимуществах динамики над статикой или о чем вообще? Какая связь между заточенностью для обработки данных и выразительностью языка?
В python списки по факту массивы ибо доступ О(1). Вообще в плюсплюс полно разнообразных структур данных искаропки. Допустим сопостваим пайтон спискам плюсовые массивы (контейнер array), кортежам - контейнер вектор, ассоциативным массивам - контейнер map. Ну генераторы конечно же есть. И вообще плюсы на структуры данных побогаче. Но я так понял что вас останавливает не это, а что-то другое - нам не известное.
Тут я не понял. Приведите примеры развитых и недоразвитых вызово функций.
По моему вы обманываете либо себя, либо публику. Библиотеки python пишутся как раз не на python, как и сам python и все другие языки. Насколько я знаю (поправьте, если ошибаюсь) python в bootstrap не умеет.
Я решил порыться в своей библиотеке и нашел парочку занимательных книг по теме. Помогите мне определиться с вобором для занятия в ближайшем будущем:
- Рашевский П.К., Риманова геометрия и тензорный анализ
- Акивис М.А., Гольдберг В.В., Тензорное исчисление
- Векуа И.Н., Основы тензорного анализа и теории ковариантов
- Коренев Г.В., Тензорное исчисление
- Сокольников И.С., Тензорный анализ
Мне интересно ваше мнение, как специалиста.

0

@Nail1959

По поводу тензорного анализа
Опять же ссылаюсь на книгу того же Шолле. Tensorflow никакого отношения к математическим тензорам отношения не имеет.
Просто под тензороми понимаются матрицы как операторы преобразования. Поток, конвейер матриц, которые воздействуя на входной вектор преобразует его дает на выходе другой вектор. Это просто преобразование данных, фильтрация. В общем для ИИ нет необходимости изучать тензорный анализ.

1

@Mikhaylo

Как думаешь, так и программируешь. Многие думают математически, поэтому это вери гуд.

Как-то решали одну и ту же задачу, потом показывали друг другу код на Пайтоне и каждый удивился, как можно проще написать те или иные фрагменты кода: у одного лучше одна часть, у другого - другая. Много синтаксического сахара, как у JavaScript.

Вызов функций:
y = f(a, x1=1, x2=true, x3 = b), то есть как это называется? Позиционные/непозиционные, опциональные/неопциональные, анонимные/неанонимные (именованные/неименованные) аргументы?

Добавлено через 1 минуту
Тензоры - это обобщенный случай матрицы. На практике это ненужно. Если хотите потренировать мозг тензорным исчислением, то пожалуйста. Надо много запоминать и без практики это просто тренировка.

1

@freevoyajer

Ограничимся верятностью и статистикой уровня мехмата? Ассимптотика, возмущения нам понадобятся? Или достаточно научиться как в книге дергать scipy, numpy? Ну как дрессированная обезьянка, верно? =)

Добавлено через 5 минут
Это вы еще lisp не познали. Такой выразительности, простоты и широты возможностей как в lisp вы неувиите нигде и никогда.
Mikhaylo, Nail1959, спасибо вам за ответы и потраченное на меня время.

0