C ++ es un lenguaje completamente nativo, lo que significa que … el programa se convierte en un código ejecutable nativo que se ejecuta más rápido. Python es un lenguaje interpretado … es decir … depende del intérprete base de Python para su ejecución, por lo tanto, es lento.
C ++ es rápido: como es un lenguaje completamente nativo, no hay necesidad de ninguna interpretación. Por lo tanto, puede usar C ++ como un lenguaje en el que el rendimiento es el factor principal a tener en cuenta.
- ¿Cuáles son algunas trampas comunes al estudiar la clasificación en el aprendizaje automático?
- ¿Cuál es la mejor manera de aprender el aprendizaje automático, en línea o sin conexión?
- Dadas las variables / parámetros continuos, ¿cuál es la diferencia entre el aprendizaje automático y la interpolación?
- ¿Cómo se ajustan los pesos en una red neuronal mientras estoy entrenando la red?
- ¿En qué medida se puede utilizar el aprendizaje automático y la IA en la detección y el tratamiento del cáncer?
Como puedes ver en la foto. C ++ tiene muy menos tiempo de ejecución que cualquier otro lenguaje. Por lo tanto, lleva menos tiempo de cálculo que Python.
Python es productivo:
Como sabes, Python es un lenguaje simple y fácil de aprender y tiene un mayor nivel de abstracción. C ++ tiene una mala curva de aprendizaje y no es tan simple como Python. Aquí hay una curva de aprendizaje C ++ de muestra:
Ahora sobre el aprendizaje automático : el aprendizaje automático es muy diferente de una aplicación de software típica. Es una rama donde se debe dar mucha concentración a las matemáticas y al razonamiento lógico en lugar de escribir reglas simples para realizar una tarea.
Casi todas las bibliotecas de ML usan C o C ++ como una capa de fondo para acelerar el cálculo: Permítanme justificar esta afirmación, algunas de las bibliotecas de ML populares como TensorFlow, Theano, Dlib, OpenCV usan C o C ++ para implementar características de nivel más bajo para mejorar el rendimiento. Arquitectura TensorFlow:
Diferencia entre C ++ y Python para ML:
Como Python te hace ser más productivo y es fácil aprender la naturaleza, preferimos usar Python para casi todos los proyectos de ML. Todas las tareas complejas las lleva a cabo la capa más baja escrita en C ++ y podemos concentrarnos en desarrollar la aplicación haciendo uso de la simplicidad de Python. Si eres un programador muy bueno o profesional en C ++. Puede utilizar las funciones de nivel inferior directamente para lograr el máximo rendimiento.