Python 从经过训练的神经网络创建实时运行模型的最佳实践 我计划创建一个神经网络来进行交易,我正在研究如何使用经过训练的神经网络,在我的系统中运行时使用的语言(即C++或C语言)。
假设我在python(或任何其他神经网络框架)中使用tensorflow,我已经成功地训练了具有n个隐藏层的神经网络。在这一点上,我有权重和偏差的值。 在这一点上,我想在生产中使用nn模型 在我的理解中,在生产tensorflow中运行模型并不是最佳实践,因为这样做实际上太慢(python)和笨拙(如果我错了,请纠正我) <>我想在C或C++中(或其他语言)重新创建神经网络模型,我需要在每个层的数学中重新建立基于每个神经元的权重和偏倚的数学模型吗? 问题:Python 从经过训练的神经网络创建实时运行模型的最佳实践 我计划创建一个神经网络来进行交易,我正在研究如何使用经过训练的神经网络,在我的系统中运行时使用的语言(即C++或C语言)。,python,tensorflow,machine-learning,deep-learning,neural-network,Python,Tensorflow,Machine Learning,Deep Learning,Neural Network,假设我在python(或任何其他神经网络框架)中使用tensorflow,我已经成功地训练了具有n个隐藏层的神经网络。在这一点上,我有权重和偏差的值。 在这一点上,我想在生产中使用nn模型 在我的理解中,在生产tensorflow中运行模型并不是最佳实践,因为这样做实际上太慢(python)和笨拙(如果我错了,请纠正我) 我想在C或C++中(或其他语言)重新创建神经网络模型,我需要在每个层的数学中重新建立基于每个神经元的权重和偏倚的数学模型吗? 问题: 我从来没有这样做过,所以这是我猜测的工
- 我从来没有这样做过,所以这是我猜测的工作流程/最好的 练习,最好的方法是什么
- 关于这个话题,我可以阅读哪些在线文章/网站
- 这个主题叫什么,这样我就可以找到它了