概述
C++调用Python中的Tensorflow模型
利用c++调用Python2.7的程序,加载tensorflow模型(为什么不使用Python3,坑太多了,一直解决不好)。整个环境在Ubuntu16.04下完成,利用了kDevelop4 IDE编写C++程序,以及cmake文件。
保存tensorflow模型
首先利用Python写一段tensorflow保存模型的代码:
import tensorflow as tf
import os
def save_model_ckpt(ckpt_file_path):
x = tf.placeholder(tf.int32,name='x')
y = tf.placeholder(tf.int32,name='y')
b = tf.Variable(1,name='b')
xy = tf.multiply(x,y)
op = tf.add(xy,b,name='op_to_store')
sess = tf.Session()
sess.run(tf.global_variables_initializer())
path = os.path.dirname(os.path.abspath(ckpt_file_path))
if os.path.isdir(path) is False:
os.makedirs(path)
tf.train.Saver().save(sess,ckpt_file_path)
feed_dict = {x:4,y:3}
print(sess.run(op,feed_dict))
save_model_ckpt('./model/model.ckpt')
这会在model目录下回保存四个文件
模型加载代码
#classify.py
import tensorflow as tf
def evaluate(pic):
sess = tf.Session()
saver = tf.train.import_meta_graph('/home/tyl/Code/Kprojects/cpython/Test/model/model.ckpt.meta')
saver.restore(sess, tf.train.latest_checkpoint('../model'))
print(type(sess.run('b:0')))
input_x = sess.graph.get_tensor_by_name('x:0')
input_y = sess.graph.get_tensor_by_name('y:0')
op = sess.graph.get_tensor_by_name('op_to_store:0')
add_on_op = tf.multiply(op,2)
ret = sess.run(add_on_op,{input_x:5,input_y:5})
print ret
sess.close()
return pic
这里要注意的是模型加载的路径一定要正确。。。。
C++程序调用Python程序
这里,利用C++程序调用模型加载的Python程序
//readTF.cpp
#include
#include
#include
#include
int main()
{
const int flag= 1;
Py_Initialize();
if (!Py_IsInitialized())
{
return -1;
}
PyRun_SimpleString("import sys");
//路径一定要对
PyRun_SimpleString("sys.path.append('/home/tyl/Code/Kprojects/cpython/Test')");
PyObject* pMod = NULL;
PyObject* pFunc = NULL;
PyObject* pParm = NULL;
PyObject* pRetVal = NULL;
int iRetVal=999;
PyObject* pName = PyString_FromString("classify");
pMod = PyImport_Import(pName);//获取模块
if (!pMod)
{
std::cout << pMod <<:endl>
return -1;
}
const char* funcName = "evaluate";
pFunc = PyObject_GetAttrString(pMod,funcName);//获取函数
if (!pFunc)
{
std::cout << "pFunc error" <<:endl>
return -1;
}
pParm = PyTuple_New(1);//新建元组
PyTuple_SetItem(pParm, 0, Py_BuildValue("i",flag));//向Python模块传参
pRetVal = PyObject_CallObject(pFunc,pParm);//获得返回结果
PyArg_Parse(pRetVal,"i",&iRetVal);//解析成C++需要的形式
std::cout<< iRetVal <<:endl>
return 0;
}
CMakeLists文件书写
cmake_minimum_required(VERSION 2.6)
project(test)
set (CMAKE_BUILD_TYPE Debug)
set (CMAKE_CXX_FLAGS "-std=c++11")
include_directories( /usr/include/python2.7)
add_executable(readTF readTF.cpp)
target_link_libraries(readTF -lpython2.7)
结果
在KDevelop4上运行的结果
linuxboy的RSS地址:https://www.linuxboy.net/rssFeed.aspx
本文永久更新链接地址:https://www.linuxboy.net/Linux/2019-03/157201.htm
最后
以上就是诚心热狗为你收集整理的c语言调用tensorflow模型,C++调用Python中的Tensorflow模型的全部内容,希望文章能够帮你解决c语言调用tensorflow模型,C++调用Python中的Tensorflow模型所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复