超级会员免费看
这篇博客详细介绍了如何使用C++进行深度学习的全流程推理，包括手写卷积、池化、批量归一化（BN）、全连接和ReLU等算法。作者提供了预测图片数据集的步骤，并给出了数据集的链接，读者可以将自己的图片加入并调整代码以进行预测。此外，还讲解了C++中的图片预处理，并展示了如何编译运行项目以获取推理结果，包括准确率和性能指标（平均延时、平均吞吐量）。
在经过了前面几节环境搭建和仓库介绍之后，下面开始进行一次 C++ 的全流程代码推理吧。
C++ 手写卷积、池化、bn、全连接、relu等算法
这一点不再多介绍了，参考 python 版本的介绍。C++ 手写的算法同样在各个版本目录的 ops 仓库下。
C++ - 预测图片数据集
C++ 预测的数据集,在 https://gitee.com/iwaihou/cv_learning_from_scratch/tree/master/practice/pics 目录下。
其中， pic/ani_12 是我从网上找的 12 生肖的图片，你可以在这个目录下添加自己的图片，然后修改 C++ 项目中, main.cc 中的
订阅专栏 解锁全文
扫一扫
4905
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
