C++使用Tensorflow2.6训练好的模型进行预测

百口可乐__

已于 2023-11-26 04:24:03 修改

阅读量1.6k

点赞数 2

分类专栏： C/C++ NotFree 文章标签： c++ tensorflow neo4j

于 2023-11-22 02:25:37 首次发布

本文链接：https://blog.youkuaiyun.com/m0_60352504/article/details/134485284

版权

C/C++ NotFree 专栏收录该内容

64 篇文章 ¥39.90 ¥99.00

订阅专栏

本文介绍了如何在C++中使用TensorFlow 2.6的C API调用已训练好的模型进行预测。首先，通过TensorFlow C API加载saved_model格式的模型，并利用saved_model_cli获取输入和输出层的名字。接着，在VS2013中创建C++控制台项目，配置TensorFlow库和opencv库。通过opencv处理图像数据并转化为Tensor。最后，演示了C++代码如何加载模型并执行预测，解决可能的tensorflow.dll缺失问题，成功获得预测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

要在C语言中调用训练好的TensorFlow模型，需要使用TensorFlow C API。
https://tensorflow.google.cn/install/lang_c?hl=zh-cnten

TensorFlow 提供了一个 C API，该 API 可用于为其他语言构建绑定。该 API 在 c_api.h 中定义，旨在实现简洁性和一致性，而不是便利性。
在这里插入图片描述

下载后解压。得到文件夹结构，lib是tensorflow的动态链接库和对应的lib文件目录。include是头文件目录

├─include
│  └─tensorflow
│      ├─c
│      │  └─eager
│      └─core
│          └─platform
└─lib

python tensorflow2.6需要把训练好的模型保存为saved_model格式
tensorflow2.6在模型训练完成后保存，默认就是saved_model格式

model

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

百口可乐__

关注关注

2
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

C++调用tensorflow模型预测

AI拉呱，专注于人工智与网络安全方面的研究，关注一起学习。

11-19

1223

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ES8Odn56-1668823372188)(evernotecid://990D8831-DCFF-4D1B-AE60-0FA766F439F7/appyinxiangcom/11012738/ENResource/p2851)]protobuf与tensorflow的对应版本查看,首先下载tensorflow的版本。查看是否生成了所需的头文件和动态连接库。安装前先卸载自带的protobuf。类似如下提示则编译成功。

如何利用TensorFlow Serving搭建一个简单聊天机器人 Building A Conversational Interface with TensorFlow Serving

AI天才研究院

08-04

910

近年来，人工智能技术发展迅速，尤其是自然语言理解(NLU)、自然语言生成(NLG)和文本对话系统方面取得重大突破，这些技术已经成为最强大的助手，可谓是“AI的春天”。本文将主要介绍如何利用TensorFlow Serving搭建一个简单的基于文本对话的聊天机器人。人工智能聊天机器人的关键之处在于能够以自然语言进行交流，即需要具备多轮对话功能，处理复杂的用户输入信息，并合理地给出回应。因此，本文将会介绍基于Tensorflow Serving实现的简单聊天机器人，包括文本理解、文本生成、语音合成等关键技术。

参与评论您还未登录，请先登录后发表或查看评论

tensorflow1.4 c++编译以及API使用

zwx1995zwx的博客

01-15

1万+

摘要：最近在研究如何使用tensorflow c++ API调用tensorflow python环境下训练得到的网络模型文件。参考了很多博客，文档，一路上踩了很多坑，现将自己的方法步骤记录下来，希望能够帮到有需要的人！（本文默认读者对python环境下tensorflow的使用已经比较熟悉了）方法简要梳理如下：安装bazel，然后使用bazel编译tensorflow源码，产生我们

TensorFlow C++ API 使用教程

gitblog_00853的博客

08-12

590

TensorFlow C++ API 使用教程 tensorflow_ccBuild and install TensorFlow C++ API library.项目地址:https://gitcode.com/gh_mirrors/te/tensorflow_cc 项目介绍 TensorFlow C++ API 是一个开源项目，旨在为开发者提供使用 C++ 语言进行机器学习模型开发的能力。该...

TensorFlow C++笔记：安装、模型加载推理及构建计算图，test ok

最新发布

小硕算法工程师

03-28

849

Tensor类的构造函数无法指定张量值，如需用特定值定义一个张量可以使用Input::Initializer，文档描述：Initializer能够从C++基本类型常量或初始化列表(initializer lists)构建Input对象，代表一个多维数组。文档描述：一个Input类代表一个能作为算子的操作数(operand)的张量，一个Output类代表算子输出的张量。想要以特定模式赋值的张量，可以考虑在array_ops.h里查找想要的算子，例如Fill算子以特定值赋给张量的所有元素。

Mask Rcnn tensorflow(keras前端)模型 c++预测 windows系统

06-30

Mask Rcnn tensorflow(keras前端)模型 c++预测 windows系统,c++代码实现，编译器为msvc2015 x64

tensorflow c++

MrTeq的专栏

03-07

302

http://mathmach.com/2017/10/09/tensorflow_c++_api_prediction_first/ ***使用TensorFlow C++ API构建线上预测服务 - 篇1 http://mathmach.com/2017/10/22/tensorflow_c++_api_prediction_third/ ***使用TensorFlow C++ AP...

C++ 调用tensorflow

koibiki的博客

03-08

4540

１.安装protobuf 3.6 ＃　安装依赖软件 sudo apt-get install autoconf automake libtool curl make g++ unzip ＃　克隆版本为3.6.0的protobuf源码 git clone -b v3.6.0 https://github.com/protocolbuffers/protobuf.git ＃　下载　protobuf...

Tensorflow的C++应用

SHIJIE15138的博客

11-26

1301

将Keras训练的.hdf5模型固化为.pb模型 from tensorflow.python.framework import graph_io from keras.models import load_model from keras import backend as K import tensorflow as tf def freeze_session(session,...

可视化：从TensorFlow项目中可视化数据的2种方式

AI天才研究院

08-04

2096

2019年9月，百度AI实验室发布了第一款基于TensorFlow的图像分类工具。本文将对此工具进行详细介绍，并用两种不同的方式对其数据进行可视化，并阐述在开发项目时如何运用可视化工具辅助调试，提升开发效率和质量。2019年5月，Google发布了TensorBoard——用于深入理解深度学习模型的可视化工具，它可以捕获训练过程中的各个变量的值，绘制直方图、柱状图和散点图，展示神经网络权重随时间变化的趋势等信息。本文将会简单介绍TensorBoard的基本概念及功能。

C++调用tensorflow教程

01-20

目前深度学习越来越火，学习、使用tensorflow的相关工作者也越来越多。但是目前绝大部分的python都是拥有着丰富的python的API，而c++的API不够完善。这就导致绝大多是使用tensorflow的项目都是基于python。如果项目是由c++编写，想调用python下的tensorflow？可参考本教程（tensorflow模型是CNN卷积神经网络）具体步骤： 1.python环境首先安装python，可以在Anaconda官网直接下载。记住python一定选择64bit，目前tensorflow不支持32位的python，这也是我之前被坑过的地方。下载Anacon

tensorflow C++使用指南

11-20

使用tensorflow，进行C++开发的指南文档，非常简洁好用

【整合】LSTM 时间序列预测任务 Time-Series-stock （模拟实现股票走势预测）| 人工智能面试题：在训练模型时，如何解决数据不平衡的问题？

追光者♂：记录、分享、总结、提升，现象级专栏《Python从入门到人工智能》作者，无惧黑暗，坚信曙光

11-23

658

【整合】LSTM 时间序列预测任务 Time-Series-stock （模拟实现股票走势预测）| 人工智能面试题：在训练模型时，如何解决数据不平衡的问题？

c++调用tensorflow

热门推荐

Panda

08-02

2万+

tensorflow1.x C++接口调用keras-yolo3模型

上善若水，为而不争

10-20

490

一、废话今天花了一个下午时间，把qqwweee/keras-yolo3的模型转到tensorflow的pb，然后通过tensorflow 1.x提供的接口，把模型输出后的后处理加到计算图中，再保存为一个新的pb模型，这样，新的pb模型输出的就是转换后的坐标(x,y,w,h)和置信度与概率. 这样做主要是我想用tensorflow的C++接口来调用pb模型，所以想把这部分后处理写到计算图里，加载运行后得到比较直接

c++调用Tensorflow模块

bruce_zhen的博客

03-03

3531

最近在搞Kinect人体骨架识别的研究，因为姿势识别要用到深度学习方面的东西，而现在比较流行的深度学习框架是tensorflow，对python支持的相当好，我的项目是用C++写的，难免这两种语言做交互，接下来我就C++如何调python做一下总结。一，建一个win32控制台项目C++_Tensorflow 右键项目属性，VC++目录——>包含目录D:\Program Files\Py...

Windows编译Tensorflow2.2.0 C++ dll （CPU bazel）

weixin_43661313的博客

04-26

3301

Windows编译Tensorflow2.2.0 C++ dll （bazel）0、建议预先下载的几个包1、VS2019, anaconda, bazel, msys2 下载、安装、路径设置1.1、VS 20191.2、anaconda欢迎使用Markdown编辑器标题新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaT

tensorflow的c++ 接口

juluwangriyue的博客

07-28

363

参考：https://tensorflow.google.cn/versions/r1.15/api_docs/cc/class/tensorflow/tensor#top_of_page

tensorflow 2.6 c++ 样例

01-25

### TensorFlow 2.6 C++ 示例代码为了展示如何使用TensorFlow 2.6的C++ API，下面提供了一个简单的例子。此示例展示了加载模型并执行推理的过程。 #### 加载和初始化模型首先需要创建会话并加载已保存的模型： ```cpp #include "tensorflow/cc/client/client_session.h" #include "tensorflow/cc/saved_model/loader.h" #include "tensorflow/core/platform/env.h" using namespace tensorflow; // 定义路径变量 string export_dir = "/path/to/saved/model"; SavedModelBundle bundle; RunOptions run_options; Status load_status = LoadSavedModel(run_options, {}, export_dir, {"serve"}, &bundle); if (!load_status.ok()) { std::cerr << "Failed to load model: " << load_status.ToString() << "\n"; } ``` #### 准备输入张量接着准备用于推断的数据作为输入张量传递给模型： ```cpp std::vector<Tensor> inputs; inputs.emplace_back(DT_FLOAT, TensorShape({1, 784})); auto input_tensor_mapped = inputs[0].flat<float>().data(); for (int i = 0; i < 784; ++i) { // 假设MNIST图像大小为28*28=784像素 input_tensor_mapped[i] = /* your data here */; } ``` #### 执行预测操作最后通过客户端会话对象执行实际的计算过程，并获取输出结果： ```cpp ClientSession session(bundle.GetMetaGraphDef().graph_def()); std::vector<Tensor> outputs; Status run_status = session.Run( {{"input_node_name", inputs[0]}}, // 输入节点名称应替换为你自己的 {"output_node_name"}, // 输出节点名称也需相应修改 {}, &outputs); if (!run_status.ok()) { std::cerr << "Running model failed: " << run_status.ToString() << "\n"; } // 处理输出... float result_value = outputs[0].scalar<float>()(); // 对于单个浮点数输出的情况 ``` 上述代码片段提供了基本框架来帮助理解如何利用TensorFlow 2.x系列中的C++接口进行开发[^1]。