Tensorflow C++ API调用预训练模型和生产环境编译
试着写了一个python 中训练NN模型,用freeze_graph.py小工具固定参数到 .pb文件中,然后在C++中读取session->Run()来预测的完整demo。之后用用Bazel编译或者在自己的环境下一来libtensorflow_cc.so 编译。
http://blog.csdn.net/rockingdingo/article/details/75452711
一般都是在py环境下训练,并且把weights和net都保存到一个protobuf的graph里,c++可以new个session,readbinaryProto,再session->create一下py当时的graph就恢复了,然后一样是session->run,feed数据,fetch拿到结果,tf使用bazel编译的,那堆工具链老复杂了,慢慢研究吧
https://www.zhihu.com/question/41667903?from=profile_question_card
厉害,都研究tensorflow了,有啥心得能否分享?
其实我只是知道tensorflow,完全没玩过
Hadoop|
Apache Pig|
Apache Kafka|
Apache Storm|
Impala|
Zookeeper|
SAS|
TensorFlow|
人工智能基础|
Apache Kylin|
Openstack|
Flink|
MapReduce|
大数据|
云计算|
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....