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 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 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

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

像tensorflow这样的框架也应该在生产中使用。Tensorflow是用高度优化C++和/或CUDA编写的，因此将很容易胜过你自己编写的任何东西。tensorflow还提供了大量用于监控、负载平衡等的内置工具

如果在计算机上运行系统，则可以使用任何语言作为包装器。如果你真的认为你需要一个优化的小任务，比如预处理等，这是不能在Python中完成的，只要使用TysFooad的C++ API就行了。只需让tensorflow（或torch或您正在使用的任何生产lvl框架）完成处理神经网络的繁重工作。对于99.99%的任务，Python（使用numpy、tf、dask等）就可以了

对于大型应用程序，您可以在aws/azure/google cloud等上托管您的模型。它们提供托管tensorflow模型的优化服务（例如，作为REST端点）。Lambda Functions/Azure函数是一个非常好的工具，可以以经济高效且可扩展的方式完成预处理步骤