python多線程會(huì)運(yùn)行在多個(gè)cpu么？不可以，python目前不適合多線程在多核上運(yùn)行。只能使用單核。如果需要多核，可以考慮多進(jìn)程模式。python訓(xùn)練好的tensorflow模型可否并行多線程在服

python多線程會(huì)運(yùn)行在多個(gè)cpu么？

不可以，python目前不適合多線程在多核上運(yùn)行。只能使用單核。如果需要多核，可以考慮多進(jìn)程模式。

python訓(xùn)練好的tensorflow模型可否并行多線程在服務(wù)器上運(yùn)行？怎么實(shí)現(xiàn)？

It 問這個(gè)問題的全是小白人。Isn 培訓(xùn)后直接用Java調(diào)用pb文件不好嗎？【捂臉】tensorflow發(fā)球是做什么的？

模型本身只是一組參數(shù)和框架。使用多少線程來(lái)運(yùn)行它取決于應(yīng)用方法，與訓(xùn)練無(wú)關(guān)。如果能部署分布式計(jì)算，就可以實(shí)現(xiàn)多線程多服務(wù)器的分布式計(jì)算。如果你能 不部署它，沒有辦法。

python可以創(chuàng)建多少個(gè)進(jìn)程？

因?yàn)镚IL的存在，python中的多線程并不是真正的多線程。如果要充分利用多核CPU的資源，大多數(shù)情況下需要使用python中的多進(jìn)程。Python提供了一個(gè)非常易用的多進(jìn)程包multiproce。Ssing，只需要定義一個(gè)函數(shù)，其他的事情Python都會(huì)做。有了這個(gè)包，你可以很容易地完成從單個(gè)進(jìn)程到并發(fā)執(zhí)行的轉(zhuǎn)換。

多處理支持子進(jìn)程、通信和共享數(shù)據(jù)、執(zhí)行不同形式的同步，并提供諸如進(jìn)程、隊(duì)列、管道和鎖等組件。

python的優(yōu)點(diǎn)不包括什么？

Python的優(yōu)勢(shì)不包括以下內(nèi)容:

多線程和速度

Python 的整體性能較慢，有限的線程和多處理能力是其未來(lái)發(fā)展的主要障礙。

Python長(zhǎng)期以來(lái)重視編程的容易程度，而不是運(yùn)行時(shí)的速度。當(dāng)你用C或C寫的高速外部庫(kù)(如Numpy和Numba)在Python中完成這么多性能密集型任務(wù)時(shí)，你會(huì)發(fā)現(xiàn)Python重視編程的易用性。實(shí)用性也是不錯(cuò)的選擇。然而，Python 的開箱即用性能還是落后于其他語(yǔ)言，比如Nim和Julia，它們的語(yǔ)法一樣簡(jiǎn)單，但是可以編譯成機(jī)器碼，具有更高的性能優(yōu)勢(shì)。

Python可以 不能充分利用多核處理器，這是一個(gè)由來(lái)已久的問題。它確實(shí)有線程功能，但是它的線程功能僅限于單核。盡管Python可以使用多個(gè)流程，但是調(diào)度和同步這些子流程的結(jié)果并不總是有效的。

打包和可執(zhí)行文件

即使在Python 的誕生，Python仍然沒有很好的方法生成可執(zhí)行文件(exe程序等。)，我們只能通過第三方工具來(lái)解決。而且用起來(lái)比較麻煩。

包管理和項(xiàng)目管理

當(dāng)你想把一個(gè)本地復(fù)雜的Python項(xiàng)目移植到服務(wù)器上，你就知道Python項(xiàng)目管理有多痛苦了。你需要不斷的安裝項(xiàng)目依賴，可能會(huì)有依賴，就像俄羅斯的俄羅斯娃娃，你可以 恨不得直接吃鍵盤。。