Python 与 C++ Tensorflow 推理

标签 python c++ tensorflow benchmarking inference

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?

我想知道这一点,因为据我所知,用于 python 的 Tensorflow 是幕后的 C++(对于 numpy)。因此,如果基本上有一个 Python 程序来获取加载了 Python 模块的模型,那么它的性能与使用 C++ 中的模块非常相似,对吗?

有没有基准?我找不到任何支持这个理论的东西。

谢谢!

最佳答案

以您可以维护的方式使用您熟悉的语言编写。

如果用“更快”的语言多花一天的时间来编写它,但只节省一分钟的运行时间,那么它必须运行 24*60 次才能 catch ,甚至比这多很多倍一直很经济。

关于Python 与 C++ Tensorflow 推理,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42810240/

相关文章:

python - 将时间添加到特定时间戳的 Python 代码是什么?

python - QUiLoader 在 PySide 中使用自定义小部件时崩溃

c++ - 如何使用 CMake 链接库?

c++ - 用于类初始化的 SFML vector

python - Tensorflow估计器输入函数: defining each feature or not?

python - Pandas 重采样时间序列向后计数(或反向重采样)

python - 有没有办法应用一个 numpy 函数,该函数将两个一维数组作为两个二维数组的每一行的参数?

c++ - C++ 和 Grep 之间二进制到 ASCII 的不同?

python - padding是否包含用于new_height和new_width计算公式的数字?

python - 使用自定义 Keras 数据生成器和损失函数时地面实况标签的形状(无、无)