點進來說明有過這種罪惡的想法——用C++/C學習機器學習。不妨分享我看到的一個觀點：

的確你可以用任何語言編程語言學習一切專題，但是千萬不要用C++學機器學習，碰都不要碰。

首先人們經常夸大Python比較慢這件事；初學者喜歡爭論哪個語言更快之類的話題。我曾經也這樣爭論過。但是你要知道你不是在實現TensorFlow。你只是在學習的過程中實現一個梯度下降算法，這時你的問題規模遠遠沒有到達Python這門語言的計算的瓶頸。

TensorFlow和很多其他的架構都是C++實現的。你肯定知道它們最后只是用Python或者Matlab封裝起來了。這就意味者即使你用python編寫機器學習算法，在這些接口之下你還是在跑C++的代碼，所以運行起來速度差別不會很大。

最值得強調的是，你的目的是學好機器學習，而不是學習編程。理解ML中的復雜的數學概念已經非常折磨人了，如果你再用C++這么復雜的語言，那么你的學習速度將非常非常慢。C++機器學習程序，debug的過程你懂的。總的來說你的腦子的學習速度要比CPU的運行速度要重要的多。

所以我的建議是同一時間學習一門課程，不要C++和機器學習并進

很多學校課程或者在線課程都會教Matlab或者Python，隨便挑一個課程然后用這些簡單的語言實現算法才是最重要的。如果有一天，你真的要面對速度問題，再一頭扎進C++也不遲。

以上回答摘自：Quora（https://www.quora.com/I-want-to-use-C+±to-learn-Machine-Learning-instead-of-Python-or-R-is-it-fine）

其實很長一段時間我也在不斷嘗試安裝mlpack，Caffe來用C++實現機器學習，這個腦殘的舉動給我帶來了無窮無盡的痛苦。其實我非常喜歡用C/C++寫程序，因為這會跟我學習的底層的原理聯系起來，看到這篇文章之后才知道自己喧賓奪主了，老老實實的用Python就完了，C++虐你的時候不差這么一兩次。

總結

以上是生活随笔為你收集整理的C++机器学习？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。