可以使用 Tensorflow/Pytorch 来训模型,算法通常有数据预处理、特征提取等步骤,这些步骤未必是深度学习框架支持的(也就是你无法用 Tensorflow/Pytorch 的 Op 来组合出这写步骤,服务部署的时候这些步骤又不能缺少),但在部署的时候为了性能不能用 python,对吧,那这些步骤怎么弄呢?你可以用 C++ 写 数据预处理、特征提取,将其封装成 Op 挂到框架里面去,加个 python wrapper,训练的时候用 python 调,服务部署的阶段就用 C++ 的;其次只满足于 python 调包侠的话,框架不支持的事情就做不了啊,这些框架的底层实现是 C++ 的,Python 只是个壳,长远来说应该从底层掌握框架,能在其基础上进行扩展,有一天可能需要你设计一个框架、挖个坑的。
可以使用 Tensorflow/Pytorch 来训模型,算法通常有数据预处理、特征提取等步骤,这些步骤未必是深度学习框架支持的(也就是你无法用 Tensorflow/Pytorch 的 Op 来组合出这写步骤,服务部署的时候这些步骤又不能缺少),但在部署的时候为了性能不能用 python,对吧,那这些步骤怎么弄呢?你可以用 C++ 写 数据预处理、特征提取,将其封装成 Op 挂到框架里面去,加个 python wrapper,训练的时候用 python 调,服务部署的阶段就用 C++ 的;其次只满足于 python 调包侠的话,框架不支持的事情就做不了啊,这些框架的底层实现是 C++ 的,Python 只是个壳,长远来说应该从底层掌握框架,能在其基础上进行扩展,有一天可能需要你设计一个框架、挖个坑的。