2016-05-27 87 views
6

我试图用深度学习模型来训练一个实验。 我发现tensorflow是做到这一点的最好方法。 但是有一个问题,tensorflow需要在python中写入。 而我的计划包含很多loops.Like这个..如何使用张量流在C++中训练模型?

for i=1~2000 
for j=1~2000 

我知道这是蟒蛇一个很大的缺陷。 它比c慢。 我知道tensorfow有一个C++ API,但目前还不清楚。 https://www.tensorflow.org/api_docs/cc/index.html (这是我见过的最差规格) 有人能给我一个简单的例子吗? 我需要的只是两个简单的代码。 一个是如何创建一个图。 另一种是如何加载此图并运行它。 我真的很渴望这个。希望有人能帮助我。

+0

帮你跑在TensorFlow的计算是不一样的蟒蛇做,即使你从蟒蛇叫TensorFlow。你建立图表,然后执行它。但执行发生在TensorFlow本身,速度非常快。它不使用解释的python,除了'胶水'代码。 – user20160

+1

我知道你的意思了。深层模型代码足够快。但是我有另一个代码,它必须在许多循环中写入(增强学习)。它是一个递归函数。 – darren1231

+0

我明白了。希望C++能为你工作。如果不得不使用python API,可能会加速使用cython,作为最后的手段。 – user20160

回答

4

这并不容易,但它是可能的。 首先,您需要在python中创建tensorflow图并将其保存在文件中。 这篇文章可以帮助你
https://medium.com/jim-fleming/loading-a-tensorflow-graph-with-the-c-api-4caaff88463f#.krslipabt

其次,你需要编译libtensorflow,将其链接到你的程序(你需要tensorflow头为好,所以这是一个有点棘手),并从文件加载图形。 这篇文章可能这个时候
https://medium.com/jim-fleming/loading-tensorflow-graphs-via-host-languages-be10fd81876f#.p9s69rn7u

相关问题