Python vs C++ Tensorflow 推理
Posted
技术标签:
【中文标题】Python vs C++ Tensorflow 推理【英文标题】:Python vs C++ Tensorflow inferencing 【发布时间】:2017-03-15 12:48:16 【问题描述】:实现一个 C++ 代码来加载一个已经训练好的模型然后获取它而不是使用 Python 真的值得吗?
我想知道这是因为据我了解,Tensorflow for python 是 C++ 幕后(就像它是 numpy 一样)。因此,如果最终基本上让 Python 程序获取加载了 Python 模块的模型,它的执行将与在 C++ 中使用模块非常相似,对吧?
有基准吗?我找不到任何支持这个理论的东西。
谢谢!
【问题讨论】:
您找到答案了吗?我也有同样的问题。 不抱歉,我没有找到任何明确的信息。我的观点是,性能应该与 tensorflow 使用来自 c++ 的编译代码非常相似。虽然没有这个意见作为参考。我没有测试它。 【参考方案1】:使用您熟悉的语言,以您可以维护的方式编写。
如果用“更快”的语言编写它需要多一天时间,但只节省一分钟的运行时间,那么它必须运行 24*60 次才能赶上,而且还要多几倍是经济的。
【讨论】:
问题是,现在在 Python 中,每个样本的获取时间为 4 毫秒,如果我可以使用 C++ 获得以上是关于Python vs C++ Tensorflow 推理的主要内容,如果未能解决你的问题,请参考以下文章
windows10配置tensorflow深度学习环境(GPU版)各种坑
python 测试速度(cv2 vs scipy vs tensorflow)
用于从 C++ 自动生成的 python 模块的 TensorFlow 源
TensorFlow 模型适用于 Python,但不适用于 C++