在 C++ 中为 Tensorflow 模型定义一个 feed_dict

Question

这个问题与这个问题相关： Export Tensorflow graphs from Python for use in C++

我正在尝试将 Tensorflow 模型从 Python 导出到 C++。问题是，我的神经网络以占位符开始接收输入，这需要 feed_dict。我找不到任何 c++ API 来为我的模型提供 feed_dict。我能做什么？

如果没有 API 来提供 feed_dicts，我应该如何更改我的模型，以便它可以在没有占位符的情况下为 c++ 目的进行训练和导出？

Answer 1

tensorflow::Session::Run() method is the C++ equivalent of the Python tf.Session.run() 方法，它支持使用 inputs 参数馈送张量。就像 C++ 中的许多东西与 Python 相比，它使用起来有点棘手（在这种情况下，文档看起来有点差......）。

inputs 参数的类型为 const std::vector<std::pair<string, Tensor>>&。让我们分解一下：

inputs 的每个元素对应于您要在 Run() 调用中提供的单个张量（例如占位符）。元素的类型为 std::pair<string, Tensor>.
std::pair<string, Tensor> 的第一个元素是您要提供的图中张量的名称。例如，假设在 Python 中您有：
```
p = tf.placeholder(..., name="placeholder")
# ...
sess.run(..., feed_dict={p: ...})
```
...然后在 C++ 中，该对的第一个元素将是 p.name 的值，在这种情况下将是 "placeholder:0"
std::pair<string, Tensor> 的第二个元素是您要作为 tensorflow::Tensor 对象提供的值。你必须自己用 C++ 构建它，它比定义 Numpy 数组或 Python 对象要复杂一些，但这里有一个如何指定 2 x 2 矩阵的示例：
```
using tensorflow::Tensor;
using tensorflow::TensorShape;

Tensor t(DT_FLOAT, TensorShape({2, 2}));
auto t_matrix = t.matrix<float>();
t_matrix(0, 0) = 1.0;
t_matrix(0, 1) = 0.0;
t_matrix(1, 0) = 0.0;
t_matrix(1, 1) = 1.0;
```
...然后您可以将 t 作为该对的第二个元素传递。

在 C++ 中为 Tensorflow 模型定义一个 feed_dict

Define a feed_dict in c++ for Tensorflow models

c++

python

deep-learning

tensorflow