为什么深度学习用python
用python进行深度学习的原因是：1 、python是解释语言 ，写程序很方便；2 、python是胶水语言可以结合C++ ，使得写出来的代码可以达到C++的效率 。
首先python是解释语言 ，写程序很方便 ，所以做研究的人喜欢用它 。正如为什么很多做研究的人用
Matlab那样 。出成果才是研究者关心的事情 ，实现只要方便就行 。
然而在性能方面 ，我拿python和C++做个比较 。
C++的cpu效率是远远高于python的,这点大家都承认吧 。不过python是一-门胶水语言,它可以
和任何语言结合 ，基于这个优点 ，很多数据处理的python库底层都是C++实现的 ，意思就是说:
你用python写code,但效率是C+ +的 。只有那些for 循环 ，还是用python的效率 。
近年来机器学习最要是深度学习 ，而深度学习使用cuda gpu加速远比cpu要快 ，而cuda 是C+ +写
的 。所以现在TensorLayer 、theano 等深度学习库都是python编程 、底层c++.
而那些for循环的效率 ，在整体耗时里面完全可以忽略!
有的人就会说 ，那为什么不直接用c++写cuda?不是更快吗?我想告诉大家 ，如果没有多年的cuda
经验 ，写出来的代码效率绝对是个问题 。
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！