cppflow下载 - cppflow源代码下载

cppflow

C/C++

v2.0.0

下载

在不带Bazel的C ++中运行TensorFlow模型，无需安装张量，而无需编译TensorFlow。执行张量操作，使用急切的执行并直接从C ++保存的模型。

 // Read the graph
cppflow::model model ( " saved_model_folder " );

// Load an image
auto input = cppflow::decode_jpeg(cppflow::read_file(std::string( " image.jpg " )));

// Cast it to float, normalize to range [0, 1], and add batch_dimension
input = cppflow::cast(input, TF_UINT8, TF_FLOAT);
input = input / 255 .f;
input = cppflow::expand_dims(input, 0 );

// Run
auto output = model(input);

// Show the predicted class
std::cout << cppflow::arg_max(output, 1 ) << std::endl;

您可以查看示例，以查看有关如何加载深网并使用示例图像馈送的完整示例。

CPPFlow使用TensorFlow C API运行模型，这意味着您可以在不安装TensorFlow并且不使用Bazel编译整个Tensorflow存储库的情况下使用它，您只需要下载C API即可。通过此项目，您可以在C ++中管理和运行模型，而不必担心空白，Malloc或免费。使用CPPFLOF，您可以轻松：

用Python创建的开放保存模型
在C ++中执行TensorFlow神经网络
直接从C ++执行张量操作

如何运行它

由于它使用Tensorflow 2 C API，您只需要下载它，请检查文档以查看有关如何做的指南。

之后，您可以安装库：

git clone [email protected]:serizba/cppflow.git
cd cppflow/examples/load_model
mkdir build
cd build
cmake ..
make -j
make install

现在，您可以检查使用CPPFLOF运行程序的快速入门指南。

文档

在https://serizba.github.io/cppflow/上查看文档。

在这里，您可以找到有关如何安装库和运行示例的Quick Start指南和更多信息。

发展

CPPFlow基本上是Tensorflow C API上的包装器。基本类Tensor是TF急切张量的包装器，它只是指向其TF表示的指针。

TF C API提供了调用所有TF RAW OPS的工具，但使用它们令人困惑。 CPPFLOW包含这些功能上的立面，因此可以轻松地称其为正常的C ++功能。为了实现这一目标，文件OPS包含（主要）所有TF RAW OPS功能，但具有简单的C ++接口。该文件已使用小脚本自动生成。

CPPFLOW还包括TF保存模型（模型类）上的包装器，因此可以轻松打开和执行它们。

贡献者

如果您愿意为该项目做出贡献，请继续访问CPPFlow的开发路线图。特别欢迎新contributor_wanted撰写标记为PR或问题。

引用

如果您使用此代码或发现这项工作对您的研究有用，请引用我们：

 @software{
    izquierdo2019cppflow,
    author = {Izquierdo, Sergio},
    doi = {10.5281/zenodo.7107618},
    title = {{cppflow: Run TensorFlow models in C++ without installation and without Bazel}},
    url = {https://github.com/serizba/cppflow},
    version = {2.0.0},
    month = {5},
    year = {2019}
}