哪些python深度学习库在运行时编译？

我正试图用python编写C优化代码。我已经读过好几遍了，python通过C扩展实现了高速计算。换句话说，每当我使用numpy之类的库时，它基本上调用一个C扩展来计算结果并返回结果

使用numpy的C扩展 假设我想用

np添加两个数字。添加（x，y）

。如果我理解正确，像numpy这样的库不会编译python代码，而是已经提供了可执行文件，这些可执行文件将只接受值x和y并返回结果。对吗

Theano、Tensorflow和PyTorch 特别是，我想知道这是否也适用于深度学习图书馆。根据Theano的官方文档，它需要g++和gcc（至少强烈推荐）。这是否意味着Theano将在python脚本的运行时编译C（或C++）代码？如果是，PyTorch和Tensorflow是否相同

---

我希望有人能在这里解决我的困惑！非常感谢

python中的C扩展

numpy

大量使用C扩展。例如，您可以在这里查看sort（）函数[1]的C实现[2]

[1]

[2]

深度学习图书馆

深度学习库在其后端的大部分使用C扩展，以及CUDA和CUDNN。可以在运行时编译代码：

[3]

[4]

[5]

为了回答您的问题，

theano

将在python脚本运行时编译C/C++代码。对于

theano

，运行时的图形编译时间非常慢：我建议您关注

pytorch

或

tensorflow

，而不是

theano

如果你是深度学习新手，你也可以快速浏览一下[6]

---

[6]

非常酷，非常感谢！这是否意味着PyTorch或Tensorflow根本不在运行时编译代码？或者仅仅是图形编译要快得多？他们都在运行时编译一些代码：参见第60页：关于无图形编译时间，我的答案完全基于我的个人经验。不过，我在网上找不到任何包括theano和其他DL库的最新基准测试。请记住，theano开发自2017年起就停止了：参见第12页：它还说“大型模型的[theano]编译时间可能是一个巨大的痛苦”