我看到有很多具有技能要求的机器学习职位空缺,python,R,keras,tensorflow,pytorch,spark 等,这些都是完全合理的,但是为什么许多招聘人员包括 C++,比如C++的用途在 ML 研究中,甚至创建 ML 管道?
如果我擅长其他 ML 技能,我应该知道多少 C++?
我看到有很多具有技能要求的机器学习职位空缺,python,R,keras,tensorflow,pytorch,spark 等,这些都是完全合理的,但是为什么许多招聘人员包括 C++,比如C++的用途在 ML 研究中,甚至创建 ML 管道?
如果我擅长其他 ML 技能,我应该知道多少 C++?
许多机器学习产品强调速度而不是准确性,例如在自动驾驶汽车中,以毫秒为单位进行预测且准确度为 98% 的模型比以秒为单位进行预测且准确度为 99.99% 的模型更有价值。
虽然 Python 提供了许多用于探索机器学习研究和测试概念证明的优秀软件包,但它比 C++ 慢得多,并且对于具有实时要求的产品来说是不可接受的。如果您想知道 Python 为何较慢,请查看此线程。
经常列出 C++ 并不是因为您一定会C++
在python
.
另外,Cython
在实时环境中可能需要理解其他 c 衍生框架。