pythonf

A la hora de crear aplicaciones de aprendizaje automático, los desarrolladores suelen recurrir a C++ o Python, de entre la variedad de opciones disponibles. Muchos de los primeros desarrolladores se preguntan por qué la gente empieza a elegir Python en lugar de C++, cuando este último es mucho más rápido.

Según la encuesta 2022 Developer Survey de Stack Overflow, es más probable que los principiantes que están aprendiendo a programar elijan Python en lugar de C++ que los profesionales. Aunque ambos grupos eligen Python, la cifra es casi el doble para los profesionales que eligen Python en lugar de C++. Una de las principales razones es que Python es más fácil de escribir y tiene una sintaxis más clara en comparación con C++.

C++ es un lenguaje compilado, lo que significa que se traduce a código máquina antes de ser ejecutado. Esto puede acelerar los tiempos de ejecución, sobre todo en tareas complejas y de alta carga computacional, como el entrenamiento de grandes redes neuronales. Además, C++ ofrece más control sobre la gestión de la memoria, lo que puede ser útil para optimizar el rendimiento de los algoritmos de aprendizaje automático.

Por otro lado, Python es un lenguaje interpretado y no necesita ser compilado. Además, es portable y puede ejecutar programas multiplataforma. La mayoría de las bibliotecas de aprendizaje automático, como TensorFlow, están codificadas en C++ pero, en la práctica, son más fáciles de usar en Python que en C++.

¿Dónde brilla C++?

Muchos desarrolladores sugieren que Python debería ser el primer lenguaje para los principiantes, ya que es más fácil de aprender y resulta más acogedor, y ayuda a los desarrolladores a centrarse más en la construcción lógica. Por el contrario, C o C++ son necesarios para aprender los fundamentos de la codificación. Aunque la curva de aprendizaje es pronunciada, la transición de C++ a Python es mucho más suave que a la inversa.

Otra ventaja de C++ es su capacidad para integrarse con otros lenguajes y herramientas. A menudo se utiliza junto con CUDA y OpenCL, que son marcos de programación para utilizar la potencia de una GPU en computación de propósito general. Esto puede acelerar considerablemente las tareas de aprendizaje profundo. Tampoco hay un recolector de basura en ejecución continua.

Además, el código C++ puede invocarse desde otros lenguajes, como Python, lo que permite un enfoque híbrido en el que las partes críticas para el rendimiento se implementan en C++ mientras que el resto de la base de código está en Python. Esto significa que, aunque Python puede ser útil para fines y aplicaciones de investigación y análisis, C++ puede ser la mejor opción para desarrollar nuevos algoritmos desde cero. Si Python alcanza un límite de rendimiento, no se puede evitar sin cambiar a C++, a menudo escribiendo todo el código desde el principio.

Con 70.000 respuestas en la Encuesta a Desarrolladores de 2022 sobre los lenguajes de programación más queridos, Rust ha ganado por séptimo año consecutivo. Mientras que Python ocupa el sexto puesto, C++ está muy abajo en la lista. Python también empata con Rust como lenguaje más buscado por los desarrolladores. Esto indica claramente la popularidad de Python sobre C++ en los últimos años.

¿Puede Python sustituir a C++?

Dado que Python está siendo adaptado por la mayoría de los desarrolladores en los últimos años por su facilidad de uso y su curva de aprendizaje más sencilla, se puede argumentar que C++ puede descartarse por completo y sustituirse por Python.

C++ es la plataforma más adecuada para los sistemas embebidos y la robótica, mientras que Python es compatible con tareas de alto nivel como el entrenamiento de redes neuronales o la carga de datos que sólo pueden utilizarse en determinadas plataformas. La mayoría de los avances recientes en IA se han realizado en Python, por lo que la gente asume que es la mejor opción.

En realidad, las librerías altamente optimizadas como Keras, PyTorch, Caffe, Watson o TensorFlow, entre otras en las que confían los desarrolladores de Python, son producto de lenguajes de alto rendimiento como C o C++. Utilizar un lenguaje de alto rendimiento para una tarea de nivel de salida no proporciona ningún rendimiento adicional, como cabría esperar. Pero casi todo el código heredado está escrito íntegramente en C++.

La introducción de bibliotecas a lo largo de los años para Python ha dado lugar a la falta de un ecosistema robusto de bibliotecas y marcos para el aprendizaje automático en C++, lo que hace más difícil empezar con C++. Los nuevos repositorios de GitHub se están añadiendo para Python, y la proporción en comparación con C++ es significativamente mayor.

En última instancia, todo se reduce a la necesidad del desarrollador. Las personas que implementan bibliotecas y frameworks no necesitan recurrir a C++. Además, Python tiene muchos más ejemplos de los que los desarrolladores pueden partir. Sin embargo, si los desarrolladores quieren trabajar en tareas intensivas de cálculo numérico, entonces C++ es el camino a seguir. Python se puede implementar para funciones de nivel superior para facilitar, si es necesario.

 

Fuente: AnalyticsIndiaMag | somoslibres

 

¿Quién está en línea?

Hay 28316 invitados y ningún miembro en línea