mirror of
https://github.com/openmlsys/openmlsys-zh.git
synced 2026-02-06 20:03:41 +08:00
0be67c508d
* update chapter 2 * Update neural_network_layer.md Co-authored-by: Cheng Lai <laicheng_VIP@163.com> Co-authored-by: Dalong <39682259+eedalong@users.noreply.github.com>
25 lines
2.0 KiB
Markdown
25 lines
2.0 KiB
Markdown
# 编程接口
|
||
|
||
现代机器学习框架包含大量的组件。这些组件使得用户得以高效开发机器学习算法，处理数据，部署模型，性能调优和使用硬件加速器。在设计这些组件的编程接口时，一个核心的诉求是：如何平衡框架性能和易用性？为了达到最优的性能，开发者需要利用硬件亲和的编程语言如：C和C++来进行开发。这是因为：C和C++的使用使得机器学习框架可以高效调用硬件的底层API，从而最大限度发挥硬件性能。同时，现代操作系统（如Linux和Windows）提供丰富的基于C和C++的编程接口（如文件系统，网络编程，多线程管理等），通过直接调用操作系统API，可以降低框架运行的开销。
|
||
|
||
从易用性的角度分析，机器学习框架的使用者往往具有丰富的行业背景（如数据科学家，生物学家，化学家，物理学家等）。他们的常用的编程语言是高层次脚本语言：Python，Matlab，R和Julia。相比于C和C++，这些语言在提供编程的易用性的同时，丧失了C和C++对底层硬件和操作系统进行深度优化的能力。因此，机器学习框架的核心设计目标是：其要具有易用编程接口来支持用户用高层次语言如Python来实现机器学习算法，同时其也要具备以C和C++为核心的低层次编程接口，使得框架开发者可以用C和C++实现大量高性能组件，从而在硬件上高效执行。在本章中，我们将会讲述如何达到这个设计目标。
|
||
|
||
本章的学习目标包括：
|
||
|
||
- 理解机器学习系统的工作流和以Python为核心的编程接口设计。
|
||
|
||
- 理解机器学习系统以神经网络模块为核心的接口设计原理和实现。
|
||
|
||
- 理解机器学习系统的底层C/C++执行算子的实现和与上层Python接口的调用实现。
|
||
|
||
- 了解机器学习系统编程接口的演进方向。
|
||
|
||
```toc
|
||
:maxdepth: 2
|
||
|
||
development_history
|
||
ml_workflow
|
||
neural_network_layer
|
||
c_python_interaction
|
||
summary
|
||
``` |