Go vs. Python, ¿cuál es mejor para la IA?

Python es el rey.

Fin de la historia.

Hay muchas razones por las que Python es el rey, pero creo que la razón principal son las bibliotecas.

Para el aprendizaje automático, hay una biblioteca para la discusión de datos, las habilidades más importantes para los ingenieros de aprendizaje automático, hay varias para la construcción de modelos, varias para la visualización … etc.

Otra razón principal por la que es el rey es Google. Ellos terminaron con TensorFlow y eso ayuda a consolidarlo como rey.

Después de que hicieron eso, todos los demás lo siguieron. MXNet, CNTK, Gluon … todos los motores computacionales para el aprendizaje profundo usan Python.

Por último, puede hacer una búsqueda aquí: Búsqueda de empleo | De hecho, en ingenieros de aprendizaje automático. Casi todos requieren Python.

Aquí hay un curso gratuito para usted sobre el modelo utilizado en el aprendizaje automático. Es de muy alto nivel.

Una introducción al aprendizaje automático para ingenieros de datos

Pitón

No importa cuán bueno sea Golang en comparación con Python en términos de velocidad y concurrencia, no es tan rico como Python en el campo de Machine Learning, Inteligencia Artificial.

Las bibliotecas y los marcos desarrollados en python son enormes como:
Anaconda, PyTorch, ScikitLearn, Tensorflow

La comunidad de Golang necesita una buena cantidad de tiempo antes de realizar estas implementaciones en Go.

Hasta entonces, Python es mejor.

Creo que Python es mejor. La razón principal es porque tiene excelentes bibliotecas y una herramienta de terceros para campos de inteligencia artificial como: Tensorflow, Scikit-Learn, Keras, etc. También cuando comienza a aplicar el aprendizaje automático a problemas de palabras reales, una parte muy importante sería refinar y manipular datos y python proporciona muchas buenas bibliotecas para eso (como Pandas). Además, Python es muy fácil de aprender y usar, por lo que no perderá la mitad de su tiempo arreglando errores de sintaxis.

Pitón.

Hay muchas bibliotecas útiles y famosas de aprendizaje profundo y aprendizaje automático para Python, que incluyen tensorflow, keras, caffe2, pytorch, edward, scikit-learn, pymc, chainer, pyspark, etc.

Si aún desea utilizar Go para el aprendizaje automático, puede encontrar bibliotecas aquí.

Bibliotecas de aprendizaje automático en GoLang por categoría

Con lo que los programadores se sientan más cómodos.

No contrataría a un programador para codificar AI si no fuera competente en el lenguaje específico que el proyecto requería definido por las especificaciones y la experiencia de los miembros del equipo existentes.

Puede usarlos, pero podría ser una curva de aprendizaje empinada para llegar al punto donde pueden codificar una IA.