cppflow下載 - cppflow源代碼下載

cppflow

C/C++

v2.0.0

下載

在不帶Bazel的C ++中運行TensorFlow模型，無需安裝張量，而無需編譯TensorFlow。執行張量操作，使用急切的執行並直接從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，以查看有關如何加載深網並使用示例圖像饋送的完整示例。

CPPFlow使用TensorFlow C API運行模型，這意味著您可以在不安裝TensorFlow並且不使用Bazel編譯整個Tensorflow存儲庫的情況下使用它，您只需要下載C API即可。通過此項目，您可以在C ++中管理和運行模型，而不必擔心空白，Malloc或免費。使用CPPFLOF，您可以輕鬆：

用Python創建的開放保存模型
在C ++中執行TensorFlow神經網絡
直接從C ++執行張量操作

如何運行它

由於它使用Tensorflow 2 C API，您只需要下載它，請檢查文檔以查看有關如何做的指南。

之後，您可以安裝庫：

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

現在，您可以檢查使用CPPFLOF運行程序的快速入門指南。

文件

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

在這裡，您可以找到有關如何安裝庫和運行示例的Quick Start指南和更多信息。

發展

CPPFlow基本上是Tensorflow C API上的包裝器。基本類Tensor是TF急切張量的包裝器，它只是指向其TF表示的指針。

TF C API提供了調用所有TF RAW OPS的工具，但使用它們令人困惑。 CPPFLOW包含這些功能上的立面，因此可以輕鬆地稱其為正常的C ++功能。為了實現這一目標，文件OPS包含（主要）所有TF RAW OPS功能，但具有簡單的C ++接口。該文件已使用小腳本自動生成。

CPPFLOW還包括TF保存模型（模型類）上的包裝器，因此可以輕鬆打開和執行它們。

貢獻者

如果您願意為該項目做出貢獻，請繼續訪問CPPFlow的開發路線圖。特別歡迎新contributor_wanted撰寫標記為PR或問題。

引用

如果您使用此代碼或發現這項工作對您的研究有用，請引用我們：

 @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}
}