为什么机器学习的框架都偏向于Python

为什么机器学习的框架都偏向于Python

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。