python多線程會運行在多個cpu么？不可以，python目前不適合多線程在多核上運行。只能使用單核。如果需要多核，可以考慮多進程模式。python訓練好的tensorflow模型可否并行多線程在服

python多線程會運行在多個cpu么？

不可以，python目前不適合多線程在多核上運行。只能使用單核。如果需要多核，可以考慮多進程模式。

python訓練好的tensorflow模型可否并行多線程在服務器上運行？怎么實現(xiàn)？

It 問這個問題的全是小白人。Isn 培訓后直接用Java調用pb文件不好嗎？【捂臉】tensorflow發(fā)球是做什么的？

模型本身只是一組參數(shù)和框架。使用多少線程來運行它取決于應用方法，與訓練無關。如果能部署分布式計算，就可以實現(xiàn)多線程多服務器的分布式計算。如果你能 不部署它，沒有辦法。

python可以創(chuàng)建多少個進程？

因為GIL的存在，python中的多線程并不是真正的多線程。如果要充分利用多核CPU的資源，大多數(shù)情況下需要使用python中的多進程。Python提供了一個非常易用的多進程包multiproce。Ssing，只需要定義一個函數(shù)，其他的事情Python都會做。有了這個包，你可以很容易地完成從單個進程到并發(fā)執(zhí)行的轉換。

多處理支持子進程、通信和共享數(shù)據、執(zhí)行不同形式的同步，并提供諸如進程、隊列、管道和鎖等組件。

python的優(yōu)點不包括什么？

Python的優(yōu)勢不包括以下內容:

多線程和速度

Python 的整體性能較慢，有限的線程和多處理能力是其未來發(fā)展的主要障礙。

Python長期以來重視編程的容易程度，而不是運行時的速度。當你用C或C寫的高速外部庫(如Numpy和Numba)在Python中完成這么多性能密集型任務時，你會發(fā)現(xiàn)Python重視編程的易用性。實用性也是不錯的選擇。然而，Python 的開箱即用性能還是落后于其他語言，比如Nim和Julia，它們的語法一樣簡單，但是可以編譯成機器碼，具有更高的性能優(yōu)勢。

Python可以 不能充分利用多核處理器，這是一個由來已久的問題。它確實有線程功能，但是它的線程功能僅限于單核。盡管Python可以使用多個流程，但是調度和同步這些子流程的結果并不總是有效的。

打包和可執(zhí)行文件

即使在Python 的誕生，Python仍然沒有很好的方法生成可執(zhí)行文件(exe程序等。)，我們只能通過第三方工具來解決。而且用起來比較麻煩。

包管理和項目管理

當你想把一個本地復雜的Python項目移植到服務器上，你就知道Python項目管理有多痛苦了。你需要不斷的安裝項目依賴，可能會有依賴，就像俄羅斯的俄羅斯娃娃，你可以 恨不得直接吃鍵盤。。