与Python相比，Tensorflow C++ API很慢

我是一个Tensorflow爱好者，我正在尝试导出一个模型(用Python开发，然后使用Tensorflow工具冻结和优化)，以便在C++项目中使用(仅用于推理)。 我所经历的是，即使遵循其他用户已经打开的其他问题中找到的所有处方，我在编译源代码后获得的C++可执行文件在推理操作(我的意思是会话>运行)中比 Python 推理代码中的相同操作慢 10 倍。

我知道关于这个主题的不同问题。在这些之后，我使用以下命令构建了C++项目：

bazel build -c opt  --copt=-mfma --copt=-mfpmath=both //tensorflow/project:project

我还尝试对推理张量使用与用于训练相同的批量大小，但我仍然遇到会话>运行操作的时间性能同样恶化 10 级。

我知道原则上，C++实现应该比 Python 的更快(只是因为 Python 比 C++ 更高级别)，所以在我看来这种效果是违反直觉的。我的问题是我是否做错了什么，或者这只是Tensorflow的一个功能。

另一个问题：在网上谷歌搜索，我可以发现冻结图具有减慢推理过程的效果(我可能是错的)，但我无法找到另一种在C++代码中加载图而不是冻结代码的方法(无论如何，冻结与否图表对 Python 的性能没有影响)。也许有人也可以解释目前是否有其他选择。

提前非常感谢您的所有善意建议，并感谢您在 Tensorflow 上的出色工作。