特斯拉嫌弃 Python，追捧 C++( 四 )_特斯拉嫌弃Python

据PyTorch团队声称，前端的C++让用户可以在无法使用Python或Python工具不适合任务的环境中进行研究。优点总结如下：如果用户想在每秒帧数高、延迟低的要求下在纯粹的C++游戏引擎中进行强化学习研究，对于这种环境而言，使用纯粹的C ++库比Python库要适合得多。由于全局解释器锁（GIL）， Python一次无法运行多个系统线程。多重处理是一种替代方法，但扩展性欠佳，并存在诸多缺点。 C++没有这样的约束或限制，而且它的线种易于使用和创建。前端的C++将允许用户继续使用C++ ，无需在训练期间在Python和C++之间来回切换。然而，由于Python解释器速度慢，因此对于增强学习项目之类的研究工作而言， Python可能仍难以处理。因此， C++库将是正确的选择。就TensorFlow而言，总体上来说结合了经过高度优化的C++和CUDA 。反过来，它们又使用Eigen（高性能C++和CUDA数值库）和英伟达的cuDNN优化深度神经网络库用于卷积之类的功能。