为什么使用 python 进行深度学习

使用python进行深度学习的原因是： 1. Python是解释型语言，编写程序非常方便； 2、Python是一种可以与C++结合的胶水语言，使编写的代码达到C++的效率。

首先，python是一种解释型语言，编写程序非常方便，所以做研究的人都喜欢用它。为什么许多做研究的人使用

Matlab 可以。产生结果是研究人员关心的，只要方便实现即可。

然而在性能方面，我拿python和C++做个比较。

C++的CPU效率比python高很多，这点大家都承认。但是python是一种胶水语言，它可以

结合任何语言，基于这个优势，很多数据处理的python库在底层都是用C++实现的，也就是说：

你用python写代码，但效率是C++。只有那些for循环，或者python的效率。

近年来机器学习主要是深度学习，而深度学习使用cuda gpu的加速比cpu快很多，而且cuda是用C++写的

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中可以完全忽略！

有人会说，为什么不直接用c++写cuda呢？不是更快吗？想告诉大家，如果多年没有cuda

经验，写出来的代码效率绝对是个问题。