php和go語言哪個好

1、Java好，生態(tài)完善，比較穩(wěn)定 PHP合適做網(wǎng)站，應(yīng)用面比較窄，go語言還沒有發(fā)展起來，下面來說一下Java的優(yōu)勢，Java是一種可以撰寫跨平臺應(yīng)用軟件的面向?qū)ο蟮某绦蛟O(shè)計語言。

創(chuàng)新互聯(lián)公司主要從事網(wǎng)站設(shè)計、網(wǎng)站制作、網(wǎng)頁設(shè)計、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)凌云,十多年網(wǎng)站建設(shè)經(jīng)驗,價格優(yōu)惠、服務(wù)專業(yè),歡迎來電咨詢建站服務(wù):13518219792

2、一旦項目有大量數(shù)據(jù)抓取的需求，我的第一選擇肯定會是Python，因為在同等開發(fā)周期內(nèi)，Python的效率與執(zhí)行效果是最優(yōu)的；所以總的來看，性能不及golang純粹，應(yīng)用場景不如Python豐富，卻也不能否定“PHP是最好的開發(fā)語言”。

3、從功能的角度來看，目前大多數(shù)情況下go語言比python更好。Python是一種基于面向?qū)ο缶幊痰亩喾妒?，命令式和函?shù)式編程語言。Go語言是一種基于并發(fā)編程范式的過程編程語言，它與C語言具有表面的相似性。

4、c/c++程序性能好，但容易出現(xiàn)內(nèi)存方面的問題，且徹底掌握要花很久 java，python，php這些比較簡單，但是程序性能方面達(dá)不到c/c++的程度。

Pytorch導(dǎo)出ONNX踩坑指南

pytorch 模型轉(zhuǎn)tensorflow： https：// 通過onnx 手動修改batch 為動態(tài)值： model_onnx.graph.input[0].type.tensor_type.shape.dim[0].dim_param =？ 這下就可以使用batch 了。

這種情況通常是數(shù)據(jù)還在cpu上，又要用到gpu上計算導(dǎo)致的，可以嘗試數(shù)據(jù)后面加上.cuda()。

cornernet轉(zhuǎn)成tensorrt時需要利用中間件onnx，所以第一步需要將pytorch模型轉(zhuǎn)成onnx格式ONNX：1ONNXOverview開放式神經(jīng)網(wǎng)絡(luò)交換（ONNX）是邁向開放式生態(tài)系統(tǒng)的第一步，它使AI開發(fā)人員能夠隨著項目的發(fā)展選擇合適的工具。

創(chuàng)建虛擬環(huán)境 打開終端，輸入：conda activate pytorch_env 登錄后復(fù)制 創(chuàng)建pytorch使用的虛擬環(huán)境。（其中pytorch_env僅作為環(huán)境名稱，可隨意更改）環(huán)境創(chuàng)建好之后會默認(rèn)進(jìn)入該虛擬環(huán)境，此時可以在當(dāng)前虛擬環(huán)境中新建pytorch。

【DeepLearning】onnx

1、ONNX是一個開放的標(biāo)準(zhǔn)，這個標(biāo)準(zhǔn)主要有以下三部分組成：一個可擴(kuò)展的計算圖模型的定義，它主要確定了一套用于序列化模型的格式標(biāo)準(zhǔn)。

2、Open Neural Network Exchange（ONNX，開放神經(jīng)網(wǎng)絡(luò)交換）格式，是一個用于表示深度學(xué)習(xí)模型的標(biāo)準(zhǔn)，可使模型在不同框架之間進(jìn)行轉(zhuǎn)移。

3、ONNX有兩個變種：ONNX和ONNX-ML。ONNX只識別張量，ONNX-ML除了張量還能識別序列以及字典?？偟膩碚f，ONNX就是定義了一套標(biāo)準(zhǔn)，這套標(biāo)準(zhǔn)使得不同機(jī)器學(xué)習(xí)框架的數(shù)據(jù)流圖有了一個統(tǒng)一的表示。

4、深度學(xué)習(xí) deep learning 深度學(xué)習(xí)定義：欣頓（Hinton）等提出的一種研究信息的最佳表示及其獲取方法的技術(shù)，在神經(jīng)網(wǎng)絡(luò)或信念網(wǎng)絡(luò)的情況下是對基于深層結(jié)構(gòu)或網(wǎng)絡(luò)表示的輸入輸出間映射進(jìn)行機(jī)器學(xué)習(xí)的過程。

5、onnx（Open Neural Network Exchange）是一種針對機(jī)器學(xué)習(xí)所設(shè)計的開放式的文件格式，用于存儲訓(xùn)練好的模型。用于在各種深度學(xué)習(xí)訓(xùn)練和推理框架轉(zhuǎn)換的一個中間表示格式。

6、之后的Pytorch版本有支持，需要更高版本的ONNX Pytorch中，Expand未改動的dim可以指定為-1，導(dǎo)出到ONNX中時，需要手動指定每個dim的值。如：Pytorch中，Squeeze一個不為1維的dim不會有任何效果。