C++調(diào)用tensorflow教程
目前深度學習越來越火，學習、使用tensorflow的相關(guān)工作者也越來越多。但是目前絕大部分的python都是擁有著豐富的python的API，而c++的API不夠完善。這就導致絕大多是使用tensorflow的項目都是基于python。
如果項目是由c++編寫，想調(diào)用python下的tensorflow？可參考本教程（tensorflow模型是CNN卷積神經(jīng)網(wǎng)絡(luò)）
具體步驟：
1.python環(huán)境
首先安裝python，可以在Anaconda官網(wǎng)直接下載。記住python一定選擇64bit，目前tensorflow不支持32位的python，這也是我之前被坑過的地方。下載Anaconda后直接
bash Anaconda3-4.3.1-Linux-x86_64.sh
就可以安裝，然后
gedit ~/.bashrc
在最后面加上
export PATH=/<你的anaconda路徑>/bin:$PATH
將python安裝路徑添加到系統(tǒng)路徑中，這樣在終端敲python后會運行安裝的python3.6，如下圖所示，代表安裝成功：
2.tensorflow
直接終端輸入：
pip install tensorflow
就會自動幫你安裝到python下。
如果出現(xiàn)類似“沒有找到匹配版本”（或者紅色英文提示），那么你可能裝的是python32bit版本，暫時不支持tensorflow！
安裝成功后在終端如下操作：
顯示tensorflow版本，表示安裝成功！
3.C++Demo
一個簡單的c++調(diào)取python+tensorflow的demo，按照實際需要可以依葫蘆畫瓢。
#include <Python.h>
#include <iostream>
int main(int argc, char** argv)
{
char* picpath ="/home/pdd/PD/c++/c++python/pic/0.0.jpg";
Py_Initialize();
if ( !Py_IsInitialized() ) {
return -1;
}
PyRun_SimpleString("import sys");
PyRun_SimpleString("sys.path.append('./')");
PyObject* pMod = NULL;
PyObject* pFunc = NULL;
PyObject* pParm = NULL;
PyObject* pRetVal = NULL;
int iRetVal = -999;
char* modulName="classify"; //這個是被調(diào)用的py文件模塊名字
pMod = PyImport_ImportModule(modulName);
if(!pMod)
{
return -1;
}
char* funcName="evaluate"; //這是此py文件模塊中被調(diào)用的函數(shù)名字
pFunc = PyObject_GetAttrString(pMod, funcName);
if(!pFunc)
{
return -2;
}
pParm = PyTuple_New(1);
PyTuple_SetItem(pParm, 0, Py_BuildValue("s",picpath));//傳入的參數(shù)，是圖片的路徑
pRetVal = PyEval_CallObject(pFunc, pParm);//這里開始執(zhí)行py腳本
PyArg_Parse(pRetVal, "i", &iRetVal);//py腳本返回值給iRetVal
//PyErr_Print();
std::cout<<iRetVal;
return iRetVal;
}
4.tensorflow的python腳本
默認你已經(jīng)寫好tensorflow的python腳本，并能跑成功。（tensorflow的使用不是本文重點）
c++需要調(diào)用的就是這個classify.py里面的evaluate函數(shù)，傳入圖片路徑，返回分類結(jié)果給c++程序。
from PIL import Image
import numpy as np
import tensorflow as tf
def evaluate(pic):
image = Image.open(pic)
image = image.resize([256, 256])
image_array = np.array(image)
with tf.Graph().as_default():
里面就是對圖像讀取模型，預(yù)測，得到prediction……
max_index = np.argmax(prediction)
return max_index
5.c++調(diào)用python腳本的環(huán)境
這時候需要寫一個簡單的makefile加入需要的依賴環(huán)境。例如c++代碼第一行的Python.h和相關(guān)的庫文件。
簡單的makefile如下：
main:c++python.cpp g++ -o out c++python.cpp -I/home/pdd/anaconda3/include/python3.6m -lpython3.6m -L /home/pdd/anaconda3/lib clean: rm -rf *.o
-I后面的/home/pdd/anaconda3/include/python3.6m有需要的Python.h；-lpython3.6m鏈接到需要的libpython3.6m.so;-L指出鏈接的路徑。
終端輸入make。如果提示需要什么libpython3.6m..so,就把/home/pdd/anaconda3/lib下的libpython3.6m..so復制到/usr/lib/下（sudo cp ——–）
此時再次輸入make，一切ok！得到out文件，輸入./out，結(jié)果如下：
得到結(jié)果0。任務(wù)完成！
總結(jié)
以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請查看下面相關(guān)鏈接
相關(guān)文章
Shellcode是一種獨立于應(yīng)用程序的機器代碼,通常用于實現(xiàn)特定任務(wù),如執(zhí)行遠程命令、注入惡意軟件或利用系統(tǒng)漏洞,本文將深入探討如何在C語言中提取Shellcode,并通過XOR加密技術(shù)增加其混淆程度,文中通過代碼示例講解的非常詳細,需要的朋友可以參考下2023-12-12
QtCharts 組件是QT中提供圖表繪制的模塊，用來繪制常規(guī)圖形，本文就詳細的介紹了QChart的使用，以及柱狀圖，折線圖等常用的圖形的實現(xiàn)，感興趣的可以了解一下2021-11-11
這篇文章主要介紹了C++實現(xiàn)動態(tài)分配const對象實例,包括了const對象的創(chuàng)建、刪除及應(yīng)用實例,需要的朋友可以參考下2014-10-10
貪心算法是指，在對問題求解時，總是做出在當前看來是最好的選擇。本文為大家準備了幾個示例，從而能深入了解貪心算法的應(yīng)用，需要的可以參考一下2022-05-05
這篇文章主要為大家詳細介紹了C語言二分查找法，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-08-08
這篇文章主要介紹了Qt實現(xiàn)界面滑動切換效果,主要包括設(shè)計思路及主要函數(shù)講解，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-07-07
這篇文章主要為大家詳細介紹了如何使用Qt庫中的QZipReader和QZipWriter實現(xiàn)文件的壓縮和解壓縮功能,文中的示例代碼簡潔易懂,需要的可以參考一下2024-12-12
大家好，本篇文章主要講的是C++中不得不說的map容器，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下2022-02-02
這篇文章主要為大家詳細介紹了C語言實現(xiàn)三子棋游戲初級版，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-09-09
這篇文章主要為大家介紹了C++預(yù)定義的流對象基本示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-04-04