Python和C ++性能比较

Question

在讲座中我遇到了以下问题： 给定一个简单的程序来计算大型数据集中列的总和，比较了python和c ++实现的性能。主要瓶颈应该是阅读数据。计算本身很简单。在第一次执行时，python版本比c ++慢大约2倍，这是有道理的。

然后在第二次执行时，c ++程序从4秒加速到1秒，因为显然“第一次执行是I / O限制，第二次是CPU绑定”。这仍然有意义，因为文件内容可能被缓存而忽略了从磁盘读取的慢速。

然而，尽管温暖的缓存，python实现在第二次运行时根本没有加速。我知道python is slow，但 慢吗？这是否意味着在python中执行这个简单的计算比从磁盘读取.7 GB要慢？

如果总是如此，我想知道为什么我所知道的最大的深度学习框架（PyTorch，tensorflow）都有python apis。例如，对于实时对象检测，将输入（从视频读取帧，可能是预处理）解析到网络并解释输出必须比在GPU上执行前向传播本身更慢。

我误解了什么吗？谢谢。

Answer 1

如果没有实现细节，这并不容易回答，但一般来说，python因其缓存友好性而闻名，因为你大多数都没有选择在python中低级优化缓存行为。但是，这并不总是正确的。您可以直接在python中优化缓存友好性，或者将c ++代码的一部分用于关键部分。但总是要考虑，您可以在C ++中更好地优化代码。因此，如果你有真正关键的代码部分，你想要达到速度和效率的每一个百分比，你应该使用C ++。这就是为什么许多程序同时使用C ++进行原始性能和python以获得良好的接口和程序结构的原因。