苏州技术馆网站建设,asp做的网站亚丝娜娜本子全彩,福田区罗湖区最新通告,陈林设计事务所原文地址#xff1a;https://henon.wordpress.com/2019/06/05/using-python-libraries-in-net-without-a-python-installation/pythonnet这个屌爆的项目的出现#xff0c;使得我们可以用一种新的方式#xff0c;让C#可以和Python之间进行互操作。但是它的设置和部署可能有点… 原文地址https://henon.wordpress.com/2019/06/05/using-python-libraries-in-net-without-a-python-installation/pythonnet这个屌爆的项目的出现使得我们可以用一种新的方式让C#可以和Python之间进行互操作。但是它的设置和部署可能有点问题真的是这样吗 本文我会介绍Python.Included这个项目它不但优雅的解决了这个问题并且让.NET开发者可以轻松愉快的让.NET与Python进行互操作。作为概念的证明我将使用Numpy.Net进行展示它是一个.NET标准库它为Python的Numpy提供了一个强类型API并且使用它并不需要在Windows上安装Python。 开发人员从Numpy.NET的强类型API中获益与动态API不同后者支持Visual Studio的IntelliSense功能可以显示原始的Numpy文档。 问题是什么每个人可能都安装了不同版本的Python有一些人用Python 2.7其他一些人用Python 3.53.6甚至3.7。当你使用pythonnet的时候针对Python的每个小版本它必须使用不同的配置进行编译而且该版本的Python必须安装这样代码才可以运行。所以如果你在团队里工作每个人就必须配置完全相同的Python环境。但拿我们的SciSharp团队来说情况就已经不是这样的了。如果你想部署你的.NET应用你首先必须部署Python从开发人员角度来讲这很闹心。然而如果你正在搞机器学习和人工智能尽管微软和SciSharp都付出了很大努力但目前你还是无法完全避免Python的使用。如果你看一下正在使用pythonnet的项目的列表你会发现很多AI领域的公司当前都在使用.NET与Python进行连接。 Python.Included 前来救援如果你可以很简单的引用一个Nuget包并在无需手动修改的情况下一切都会自动的配置好假如可以达到这种程度你会感觉怎么样这就是我创建Python.Included的愿景Python.Included可以把packages python-3.7.3-embed-amd64.zip包含在它的程序集里这这样就允许你可以通过Nuget来有效的引用Python了。为了证明它能正常工作并可以快速提供所有的NumSharp中仍然缺少的Numpy功能我创建了基于Python.Included的Numpy.NET这个项目。 概念验证Numpy.NETNumpy.NET为Numpy提供了强类型的包装函数这意味着您完全不需要使用dynamic关键字但这部分我会在另一篇文章中深入讨论。今天的重点是介绍 Numpy.NET 如何使用 Python.Included 来按需自动部署Python和Numpy以便对它们进行调用。这是Numpy将在幕后实际执行的设置代码。这些都不需要你来操作。一旦你使用了它的一个函数Numpy.dll 就会设置好嵌入的Python发行版而它是从你本机home目录里的程序集里解压缩出来的如果还没安装过的话。下一步如果在之前的运行中还没完成它将解压缩 numpy pip wheel而numpy pip wheel 是作为嵌入的资源打包到了Numpy.dll里的并其安装到了Python安装文件里。 最后pythonnet运行时被初始化了Numpy也被导入进来了可供后续使用。 这些都是在幕后发生的使用Numpy.dll的用户根本不用担心本地的Python安装。事实上即使您已安装了任何版本的Python也无所谓。 性能注意事项大家都知道pythonnet比较慢因此您可能会问自己使用pythonnet将Python库与.NET接在一起是否真的是一个好主意。一如既往这要看情况而定。我的测试结果表明与直接从Python调用Numpy相比使用.net调用numpy的开销大约是它的4倍。需要澄清一下这并不意味着Numpy.NET比python中的numpy慢四倍这仅仅意味着通过pythonnet调用Numpy会有额外的开销。当然了由于Numpy.NET调用的是NumpyNumpy函数本身的执行时间是完全相同的。 开销是否是一个问题完全取决于实际用例。如果您在一个嵌套循环中不断的在CLR和Python之间来回切换那就可能会遇到问题。但大多数Python库的设计都都是为了提高效率避免数据循环。Numpy允许您只使用一个调用就可以对数百万的数组元素进行操作。Pytorch和Tensorflow允许您完全在GPU上执行操作。因此如果正确使用与处理大量数据时操作的执行时间相比互操作开销可以忽略不计。 路线图我知道现在有很多把Numpy移植到.NET上的方案和项目例如使用IronPython。但是IronPython项目仍然只支持Python 2.7而且项目进展非常缓慢。这就导致了依赖于python 3的库不能通过IronPython来获得和使用而且这种情况在近期也不会有什么改变。我的重点是通过pythonnet为.NET提供更多的机器学习和人工智能库。SciSharp团队也在讨论如何研发出一个更快版本的pythonnet从而避免使用天性缓慢的DynamicObject。请尝试一下Numpy.NET并让我知道它为你做了什么并且做的如何。如果有任何意见或建议我将不胜感激我希望我的工作能够帮助.NET机器学习社区成长和繁荣。博客文章可以转载但不可以声明为原创. 原文地址https://www.cnblogs.com/cgzl/p/11004708.html.NET社区新闻深度好文欢迎访问公众号文章汇总 http://www.csharpkit.com
