[占坑]混合编程相关

[占坑]混合编程相关

本文只是本人对查阅资料的汇总整理，意图供自己将来学习使用，其中内容很可能对您没有帮助

1. 多语言交互方式: https://www.zhihu.com/question/270065760

2. C++与C#混合编程： https://zhuanlan.zhihu.com/p/81924996

3. C++与Python混合编程： https://www.zhihu.com/question/23003213

   这个问答中高赞的回答都值得一看。

   还有鹅厂这个：

   作者：腾讯技术工程

   随着深度学习的广泛应用，在搜索引擎/推荐系统/机器视觉等业务系统中，越来越多的深度学习模型部署到线上服务。主要用 python 语言实现，当机器学习模型离线训练完成上线部署后，要用 C++ 重新实现 这些 python 的特征工程逻辑代码。

   我们发现，用 C++ 重新实现 这个步骤，给实际业务带来了大量的问题：

   1. 繁琐，费时费力，极容易出现 python 和 C++ 代码不一致
   2. 不一致会直接影响模型在线上的效果，导致大盘业务指标不如预期，产生各种 bad case
   3. 不一致难以发现，无法测试，无法监控，经常要靠用户投诉反馈，甚至大盘数据异常才能发现

   目前业界有这么几种解决思路：

   1. 在线特征存储起来给离线用
   2. 在线 C++ 代码编译成 so 导出给离线用
   3. 根据一份配置生成离线和在线代码
   4. 提取公共代码，加强代码复用，等软件工程手段，减少不一致

   但这些思路都有各种缺点：

   1. 所有在线请求的所有特征，这个存储量数据量很大
   2. 算法改代码需要等待后台开发，降低了算法同学的工作效率
   3. 特征处理代码的复杂度转移到配置文件中，不一定能充分表达，而且配置格式增加学习成本
   4. 就这边真实离线特征处理代码来看，大部分代码都无法抽取出公共代码做复用。

   回到问题出发点考虑，显而易见，这个问题归根结底就是需要一个 “ python 到 c++ 的翻译器 ”