我试图在python中围绕C优化代码。我已经阅读了几次，因为python通过C扩展实现了高速计算。换句话说，每当我使用像numpy这样的库时，它基本上都会调用一个C扩展来计算结果并返回它。
假设我想使用np.add(x,y)添加两个数字。如果我理解正确，像numpy这样的库不会编译python代码，而是已经附带了可执行文件，只需要取值x和y并返回结果。那是对的吗？
特别是，我想知道深度学习库是否也是如此。根据Theano的官方文档，它需要g ++和gcc（至少强烈推荐它们）。这是否意味着Theano将在python脚本的运行时编译C（或C ++）代码？如果是这样，PyTorch和Tensorflow是否相同？
我希望有人能在这里解决我的困惑！非常感谢！
python中的C扩展
numpy经常使用C-extensions。例如，您可以在这里查看sort（）函数[1]的C实现[2]。
[1] https://docs.scipy.org/doc/numpy/reference/generated/numpy.sort.html
[2] https://github.com/numpy/numpy/blob/master/numpy/core/src/npysort/quicksort.c.src
深度学习库
深度学习库对其后端的大部分使用C扩展，以及CUDA和CUDNN。代码可以在运行时编译：
[3] http://deeplearning.net/software/theano/extending/pipeline.html#compilation-of-the-computation-graph
[4] https://www.tensorflow.org/xla/jit
[5] https://pytorch.org/blog/the-road-to-1_0/#production--pain-for-researchers
为了回答你的问题，theano将在python脚本的运行时编译C / C ++代码。 theano在运行时的图形编译时间非常慢：我建议你专注于pytorch或tensorflow而不是theano。
如果您不熟悉深度学习，也可以快速查看[6]。