windows下调用mxnet的C++接口作预测

最新推荐文章于 2024-04-09 11:41:49 发布

卡卡布布

最新推荐文章于 2024-04-09 11:41:49 发布

阅读量1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习数据挖掘

本文链接：https://blog.youkuaiyun.com/wangliye00/article/details/82024023

机器学习同时被 2 个专栏收录

3 篇文章

订阅专栏

数据挖掘

2 篇文章

订阅专栏

本文介绍在Windows10环境下使用VS2015 Community、CMake、MXNET1.2源代码、预编译的OpenCV和OpenBLAS，以及可选的CUDA和cuDNN，进行MXNet库的编译过程。分为三步：配置、编译生成lib和dll，以及创建C++预测工程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前参考了https://blog.youkuaiyun.com/u012234115/article/details/80503086这篇文章和哔哩哔哩上的一个视频https://www.bilibili.com/video/av18047152?from=search&seid=14794023717316472892

现大致总结下，以备后用

目标：编译出libmxnet.lib和libmxnet.dll

环境

Windows 10

vs2015 community

cmake

MXNET 1.2 (源代码下载)

Opencv (预编译)

Openblas(预编译)

cuda 和cudnn（optional）

第一步：cmake配置mxnet，生成vs的project

第二步：vs中编译配置好的project，生成对应的dll和lib文件（因为我只用前向部署，没有像文章里编译python）

第三步：建立一个c++预测的工程，需要的库包括libmxnet.lib，libmxnet.dll，以及第三方库dll（opencv，cudnn(optional)等）

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

卡卡布布

关注关注

1
点赞
踩
0

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
举报

举报

专栏目录

演示c++调用mxnet模型

06-22

1. 不适合mxnet初学者, 需要先了解mxnet 2. 包含一个python代码,基于mnist做训练; 训练结果可以通过cpp目录下的cpp文件调用,进行预测. 就是熟悉如何用c++调用mxnet训练结果

参与评论您还未登录，请先登录后发表或查看评论

mxnet框架样本，使用C++接口

weixin_34265814的博客

12-08

389

哇塞，好久么有跟进mxnet啦，python改版了好多好多啊，突然发现C++用起来才是最爽的. 贴一个mxnet中的C++Example中的mlp网络和实现，感觉和python对接毫无违和感。真是一级棒呐. // // Created by xijun1 on 2017/12/8. // #include <iostream> #include <vect...

mxnet系列之 c++11

andeyeluguo的博客

04-21

2250

c++调用mxnet模型做预测

大泽之国

06-22

4129

python在深度学习领域很火,做实验用python很舒服,但是生产环境下可能还是需要c/c++. 那么问题来了, mxnet训练出来的模型如何在c/c++下调用? 以下是一些填坑的经验分享一下 mxnet支持c/c++调用模型,但目前不是全部的网络模型都支持这个和版本相关,总之是没有完全支持,做好心理准备 c++做预测的sample codes 就是 image-classificati...

QT调用Mxnet C++ 接口

douzi949389的博客

11-27

1083

#include <QCoreApplication> #include "bufferfile.h" #include <opencv2/opencv.hpp> #include <QDebug> #include <cblas.h> #include <time.h> void getFeature(PredictorHandle &..

使用mxnet的c++接口加载模型进行预测.zip

10-19

以上就是使用MXNet C++接口加载模型进行预测的基本流程。实际应用中，你可能还需要处理更复杂的任务，如多GPU训练、数据批量处理等。了解MXNet的C++ API将使你能够更好地利用深度学习模型在C++环境中进行预测和推理...

MXNet C++ API (CUDA 8.0, win x64 , without cudnn)

12-18

MXNet C++ API 是一个深度学习框架MXNet的重要组成部分，专为C++开发者设计，提供了高效、灵活且可移植的接口来构建和训练神经网络模型。CUDA 8.0是NVIDIA开发的并行计算平台，用于利用GPU的计算能力加速高性能计算...

一个用以检测戴口罩人脸的工程，基于MXNet、OpenCV开源框架，使用C++语言实现.zip

最新发布

05-16

该工程是一个基于MXNet深度学习框架和OpenCV计算机视觉库，使用C++语言实现的戴口罩人脸检测系统。MXNet是亚马逊公司支持的开源深度学习框架，它具有灵活性高、性能强大以及支持多种编程语言（如C++, Python等）的...

Mxnet C++接口安装以及收集到的资料整理

rainweic的博客

01-23

925

Mxnet C++接口 install C++接口需要从源码编译安装跟着教程来也很简单（无脑复制粘贴） ubuntu安装地址官方的STEP1里安装了OpenBLAS数学库（后面STEP3是三个命令选一个，我选For a CPU-only build with OpenBLAS math library run:）跟随官网教程做到STEP3时候需要注意的点：运行cmake时候要添加参数-...

C++调用python中训好的mxnet模型

It is me 的博客

06-13

277

Linux 下 C++调用python中训好的mxnet模型 Windows 下 c++调用mxnet模型做预测

关于mxnet C++ 数据预处理

qq_27060423的博客

09-30

279

——最近有C++实现mxnet的需求，网络为MTCNN。输入数据为opencv的Mat，则需要对其进行预处理，才能送入网络进行推理。由于这里没有处理好，导致推理结果不对，浪费了大量的时间。 ——MTCNN的数据输入格式为NCHW，比如（1, 3, 12, 12），表示输入为一张图像，通道数为3，高度12，宽度12；那么，我们要做的就是将Mat转化为此形式。 ——这里说一下Mat中的...

Windows10上使用VS2017编译MXNet源码操作步骤(C++)

网络资源是无限的

12-14

3513

MXNet是一种开源的深度学习框架，核心代码是由C++实现。MXNet官网推荐使用VS2015或VS2017编译，因为源码中使用了一些C++14的特性，VS2013是不支持的。这里通过VS2017编译，步骤如下： 1. 编译OpenCV，版本为3.4.2，可参考https://blog.csdn.net/fengbingchun/article/details/78163217 ，注意加入o...

mxnet的Predict with pre-trained models教程，以及一些常见的问题

xiaotao_1的博客

12-18

1699

问题1：要下载的模型比较大，可以手动去http://data.mxnet.io/models/imagenet-11k/下载，然后把resnet-152-0000.params； resnet-152-symbol.json； synset.txt放到该.py文件所在的文件夹。　　问题2：import cv2 .但是有的人没有装这个，参考http://blog.csdn.net/xiaotao_

Windows环境下编译C++版的MXNet问题处理

weixin_45738220的博客

03-20

558

最近涉及要在c++上部署人脸检测的算法，要在Windows环境下编译运行MXNet。对于不熟悉c++的小白的我真是一件又让人抓狂又掉头发的事情。网上关于c++的部署的帖子少之又少，加上又是第一次摸这些东西，所以出现的bug真的数不胜数。写这个blog的目的就是记录下这些bug以及相应的解决方案，以便以后查找。配置目标 VS2017 ，CUDA9.2， CUDNN7.6， Mxnet1.5.1 配...

C++中调用dll的两种方式

chishuangxi7475的博客

07-23

627

Windows下调用C++动态库，即dll文件有两种方式：隐式调用和显式调用。以下以VS2013为编译环境说明。假如有一个项目TestDLL，产生的可执行文件名为TestDLL.exe，在这个工程中调用mydll.dll，mydll.dll对应的.lib文件名为mydll.li...

C++ 调用dll的方法

热门推荐

Sakuya__的博客

05-01

5万+

在C++中，为了支持重载机制，在编译生成的汇编码中，要对函数的名字进行一些处理，加入比如函数的返回类型等等.而在C中，只是简单的函数名字而已，不会加入其他的信息.也就是说:C++和C对产生的函数名字的处理是不一样的。dll的开发者可以通过dll隐藏接口的代码实现，比如你只想让其他人使用你的算法，但不想让其他人知道你的算法和逻辑代码，就可以把它们封装到dll中。动态调用不是链接时完成的，而是在运行时完成的，动态调用不会在可执行文件中写入DLL相关的信息，而是直接调用dll中的函数。

MXNet安装流程详解：跨平台、全版本兼容

2301_78348935的博客

04-09

2176

MXNet是一种高效、灵活、可扩展、跨平台的深度学习框架，具有以下显著特点： - 高效：MXNet采用了多种并行处理技术，可以利用CPU和GPU的计算能力，有效地加速了模型训练和推理的速度。 - 灵活：MXNet提供了灵活的符号式API和命令式API，用户可以自由选择不同的编程方式，灵活地构建和修改深度学习模型。 - 可扩展：MXNet的设计使得它可以在多台服务器之间共享模型和数据，可以处理大规模的深度学习任务。 - 跨平台：MXNet支持多种编程语言和操作系统，例如Python、Scala、R、C++等

mxnet训练模型、导出模型、加载模型进行预测（python和C++）

踏莎行的博客

06-11

1万+

mxnet支持将已训练的模型导出成网络和参数分离的json和params文件，方便离线加载进行预测和验证，同时由于mxnet支持python，C++，scala等多种编程语言，这一特性使得mxnet可以在生产系统上部署「fine-tuning」本文以一个简单那的线性回归训练模型的例子，来介绍如何在mxnet中训练模型，导出模型，加载模型，进行后续预测，其中预测部分采用了python和C++双版...