【深度学习框架 PyTorch 更新了 1.10 正式版】
PyTorch 是一个开源的 Python 机器学习库，基于 Torch，底层由 C++ 实现，主要应用于人工智能领域，如自然语言处理，它最初由 Facebook 的人工智能研究团队开发。由于 PyTorch 定义网络结构简单等特点，自发布以来便受到众多研究人的青睐。
#与ChatGPT的有趣对话# 其实可以通过批量容器实现底层Python微服务化的大数据检索方案
【容器TKE】K8s云服务如何实现容器优雅停止旧Pod容器服务？
网页链接
更新工作负载时，Pod 的优雅退出，使客户端不会感受到更新时产生的抖动和错误。
网页链接
当 Pod 需要被删除时，Pod 能够处理完已接受到的请求，此时入流量关闭，但出流量仍能走通。直到处理完所有已有请求和 Pod 真正删除时，出入流量才进行关闭。
网页链接
老铁，你应该这么想，既然其它可以实现，为什么还要用c呢？对吧？//@小辉算个球:不用笑，最初是汇编语言写了c的编译器。没有编译器哪有c语言。所谓python是c写的，也就是c写了python解释器和一些底层库而已，没有c，照样可用其他语言写。//@想一个名字真的难:我就笑笑不说话[大笑][大笑]//@想一个名字真的难:c,java老矣？你知道py就是c写的么？
小辉算个球
python：最有“钱”景的编程语言，C和JAVA俱老矣，附视频教程
【pybind11 — Seamless operability between C++11 and Python】把 C++ 库包装成 Python
有的时候说到 Python 性能低，有一个细节需要注意，Python 也是一种胶水语言，调用的库底层很有可能使用Ｃ++ 实现的，超高性能版本 这也是为啥 Python 搞科学运算速度嗖嗖的。
skia-python 就是基于 pybind11，将 Skia 这个 C++ 库包装成了 Python 库。
我学计算机的时候教了我们数据库我就纳闷了，数据写到Excel不就行了嘛。大学里面应该教的不是语言而是基础，比如数学，比如计算，比如编译原理/操作系统。
大学只需要教一个c/c++和python就够了，一个了解底层一个写功能。剩下的东西都应该自己去学，比如html/css/js/java。
如果能够把上述的课程都70分以上通过，学其他的语言一周都不用。当然，要深入去学的话还是需要一点时间的，不过这些在实习的时候慢慢学就行。
cpp 的 string 为什么不提供 split 函数。cpp给我的感觉是，cpp每个函数或者说算法都尽量保证内存安全、复杂度不高。
如果想用一些高级算法那就必须得折腾一下，要么调个包要么多加几个变量，总之非要让你知道这个算法底层是怎么弄的。
一般是因为当前的几个不同 cpp 编译器实现者采用了不同的实现，标准究竟选择用谁的那一套，大家都不肯让步，于是就老是扯皮拉筋过不去。
如果一个做法所有 cpp 编译器实现都已经实现并且表现一致，那多半是能够很快通过标准投票的。
给我的感觉就像是 cpp 刻意去保持像数学公理那样的纯粹性，你要是像 Python 那样str类型还搞那么多“特别”的函数，那就是违背了cpp 的教义。
请问python执行效率低你们咋整的？现在有好的编译器吗？
学过一年Python，从表层到底层都学了，放弃主要原因，执行效率低！
当时看了很多解决方案，最好的方法就是编译器，但是实在不好用啊！
不知道现在效率的问题解决没？如果解决了我想重新学一遍。效率是指大并发，大并发啊
不要说挑战C++是原罪，简单用用根本不需要rust用java, js就行，深入使用发现底层全是c/c++，这正是rust目前最大的悖论。
你看python刚出的时候，就有它明确的应用场景，不是挑战C++的，只要应用场景没问题，兴盛就没问题；再往前推Java也是这样，新兴的去看看julia和nim，都挺好的。
