目前深度學(xué)習(xí)越來越火，學(xué)習(xí)、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(dǎo)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(yùn)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(shí)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(rèn)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(diǎn)）
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 Imageimport numpy as npimport tensorflow as tfdef 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/libclean: 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(fù)制到/usr/lib/下（sudo cp ―― 主站蜘蛛池模板： 大庆市| 宾川县| 永泰县| 黑河市| 华容县| 吉林市| 邵东县| 方城县| 精河县| 嘉兴市| 华容县| 台前县| 麻栗坡县| 富阳市| 衡山县| 颍上县| 龙井市| 宜州市| 景德镇市| 临猗县| 碌曲县| 永丰县| 都江堰市| 镇平县| 民权县| 墨脱县| 绍兴市| 彭泽县| 沅江市| 双峰县| 山东省| 贵德县| 新兴县| 秭归县| 林西县| 聂荣县| 永寿县| 秦安县| 武穴市| 剑川县| 喜德县|