调包侠在深度学习时代没有未来？

【调包侠在深度学习时代没有未来？】

本文插图
来源：AI科技评论
本文长度为2300字，建议阅读5分钟本文为大家介绍了NumPy的现状。

本文插图
工欲善其事必先利其器~
今日我“代码之神”把装备拉满，势必要大干一场！

本文插图
在编程中只会Hello World 指定不行（说的不就是小陈自己嘛）。
那深度学习领域，只会import numpy as np能行吗？
当然不行！
我想至少还要会 import tensorflow as pytorch!
玩笑归玩笑，大家都知道最近算法岗面试不止是诸神黄昏了，已经发展到了灰飞烟灭的程度了（虽然有些夸张），贾扬清前些天也说过调参侠没有未来。
那么作为调参侠的哥们调包侠呢，估计也不一定会有未来，那这会代表这个“包”也没有未来吗？
今天我们就以NumPy举例。
1. NumPy现状
目前做人工智能大概离不开深度学习-->做深度学习八成离不开Tensorflow、 Pytorch等框架-->使用这些框架那就离不开Python-->涉及到数值计算那就离不开NumPy 。
一句话：深度学习时代，很难离开NumPy！
就在近日，历时15年！NumPy 核心开发团队共26人的心血，终于汇聚成一篇论文发表在 Nature 上！论文主要是详细介绍了数组编程（Array programming）。
哇！从十五年前的角度来看， NumPy的“未来”很棒啊！
Numpy团队也是很开心地把这一消息转发到了推特上，目前转发量已超过3.6k 。

本文插图
2. NumPy应用
在这篇论文中，作者提到NumPy在物理、化学、天文学、地球科学、生物学、心理学、材料科学、工程学、金融和经济学等领域的研究分析中发挥着重要作用。

本文插图
都有哪些重要作用呢?这里先拿天文学举例。
NumPy是用于发现引力波和黑洞第一次成像的软件栈的重要组成部分。
NumPy用于黑洞成像
当然了，大家都知道了真正的黑洞不是下面这个网页版黑洞：

本文插图
也不是下面这样很拉丝很炫酷的黑洞：

本文插图
而是这样的“蜂窝煤之眼”的黑洞：

本文插图
黑洞 M87 (图片来源: Event Horizon Telescope Collaboration)
NumPy使研究人员能够通过其有效且通用的n维数组来操纵大型数值数据集，从而为用于生成黑洞历史图像的软件奠定了基础。
下图是利用NumPy的过程：

本文插图
NumPy发现引力波
1916年，爱因斯坦预测了引力波的存在， 100年之后，引力波的存在被LIGO科学家证实；其中NumPy在引力波的发现中起到了关键作用。
当然引力波也不是下面这个双龙戏珠的样子：