¿Cuál es la razón (además del rendimiento) para usar C ++ sobre Python para implementar algoritmos de aprendizaje automático?

Además de las otras excelentes respuestas, me gustaría preguntar, ¿por qué C ++? ¿Por qué no algo como Rust o Haskell ? Ambos están compilados y son comparables en velocidad a C ++, pero son mucho más seguros. Haskell se esfuerza por ser un lenguaje “puramente funcional”. Rust también es funcional, pero no tan estricto como Haskell. Rust tiene el concepto de propiedad de los objetos, lo que le permitirá escalar su código para aprovechar los multinúcleos que tienen la mayoría de las máquinas de hoy en día, sin tener que lidiar con el bloqueo habitual y el semáforo que rodea el enhebrado como debe hacer con C ++.

Rust le permite escribir rápidamente código seguro pero potente, mientras que C ++ requiere un esfuerzo adicional para hacerlo bien. Y sí, puede llamar a las bibliotecas C / C ++ desde Rust como puede hacerlo desde Python.

Además, Rust se basa en el LLVM, que puede orientarse al código de salida para, por ejemplo, GPU. Rust tiene soporte incorporado para la concurrencia, por lo que realizar operaciones paralelas será muy fácil. Realmente tienes que pensarlo detenidamente cuando trabajes con C ++, y aprender a hacerlo solo llevará tiempo.

Así que mira seriamente a Rust.

No discutiré el rendimiento desde que lo sacaste de la mesa. Aun así, puede haber más de una razón para preferir una sobre la otra.

Mi experiencia es que la falta de tipeo estático tiende a ser un impedimento para grandes proyectos de software. Entonces, si sus algoritmos de aprendizaje automático son parte de algo bastante pequeño, Python podría ser una buena opción. Sin embargo, si forman parte de un programa que espera que crezca considerablemente con el tiempo (incluido el hecho de que un equipo de colaboradores debe mantenerlo), un lenguaje de tipo estático puede ser una mejor opción (y C ++ ha demostrado su valía en muchos aspectos proyectos).

Otra posible razón puede ser que un intérprete de Python podría no ser una buena combinación para la plataforma de destino. Puede ser preferible que la aplicación se ejecute directamente en el hardware.

La razón no es el rendimiento bruto. Conozco bien C ++ e implementé un RNN en C ++, pensando que sería capaz de hacerlo mucho más rápido que el Python equivalente. No pude Prácticamente todo el tiempo se toma en la multiplicación de matrices, por lo que una vez que está utilizando una biblioteca BLAS optimizada, lo que hace numpy, la sobrecarga adicional de sondear las operaciones de álgebra lineal juntas usando Python es insignificante.

Sin embargo, C ++ hace posible explotar el paralelismo si su algoritmo es compatible con eso, permite un mejor control de la administración de la memoria si está presionando los límites de la memoria y si su sistema host no tiene una manera eficiente de incorporar sus datos y fuera de Python, Python puede no ser un iniciador.

Será más fácil trabajar con una biblioteca c ++ en otros lenguajes de programación que una biblioteca python equivalente. En algunos casos, como una aplicación rápida de iOS, la interoperabilidad de c ++ es posible y la interoperabilidad de Python es imposible. Lo mismo ocurre con lenguajes como Haskell y racket que solo tienen interfaces de funciones externas c, porque es posible ajustar las bibliotecas c ++ de manera adecuada para estos fines. En otros casos, como R y lua, el uso de bibliotecas de c ++ es más conveniente, aunque Python es posible. Que yo sepa, Julia es el único lenguaje, aparte de Python, por supuesto, donde la interoperabilidad de Python es igual de fácil (posiblemente más fácil).

El rendimiento en este tipo de trabajo es enormemente significativo, especialmente con un lenguaje como Python, seguro que con PyPy podría obtener un rendimiento loco.

La única razón real que se me ocurre es que conoces C ++ y no Python, esa sería una (otra) buena razón para usar C ++ en su lugar.

Python también tiene el GIL, bloqueo global, y también se recolecta basura, por lo que cuando crea miles, si no millones, de variables, python simplemente dejará de funcionar por falta de otras palabras más descriptivas.

Y tengo muchas otras razones. Pero cuando estás aprendiendo esto, Python podría ser mejor, pero rápidamente quieres algo más rápido.

Pero C ++ podría no ser la mejor solución, solo diciendo …… (No sé mucho sobre el aprendizaje automático), pero creo que Go, Rust y muchos otros “nuevos” lenguajes podrían ser mejores porque, como puede obtener más usos en los núcleos en lugar de usar hilos. No lo sé, pero conozco 1000 razones por las cuales no usar Python para el cálculo de números y la lógica y …

Cuando implemente algoritmos de aprendizaje automático, no necesitará ninguna otra razón para deshacerse de Python. C ++ es como cientos de veces más rápido que Python, pypy resolvió este problema en buena medida.

Pero, una vez más, la facilidad con la que puede trabajar en Python lo vale.

Me gustaría ir en la dirección opuesta a lo que ha pedido el OP. Python, aunque es mucho más lento, puede optimizarse mediante el uso de una variedad de módulos ( numpy y scikit ) y cosas como comprensión de listas, iteración zip, etc. Intel incluso hace versiones altamente optimizadas de dichos paquetes que aprovechan el libsvm (entre otros ) bibliotecas, y la diferencia (que he visto) es realmente sustancial cuando se trabaja con grandes conjuntos de datos.

La razón por la que le estoy lanzando Python es porque es mucho más intuitivo trabajar y desarrollar un algoritmo ML en Python que en C ++. No tendrá que perder mucho tiempo depurando el código no relacionado directamente con el algoritmo, y en su lugar puede centrarse en ajustarlo.

(Como nota al matplotlib , el módulo matplotlib de python también es realmente maravilloso para visualizar sus datos)