C++ 如何迁移c++；从old-caffe2到基于pytorch的caffe2的OpenFOAM库？

我有一个（Pytorch-->onnx-->caffe2）神经网络，我想用于OpenFOAM CFD模拟。问题是C++库是为“旧”的咖啡因设计的，而不是基于基于Pyras的咖啡因。如何让它工作？我不知道该怎么办

reynolds.Net.C文件：

#include "reynoldsNet.H"

// Global variables
std::string init_net_dir = "test";
std::string pred_net_dir = "";
// Define NN model
caffe2::NetDef initNet, predictNet;
// Define workspace
caffe2::Workspace workSpace;

caffe2::reynoldsNet::reynoldsNet() {
  init_net_dir = "init_net.pb";
  pred_net_dir = "predict_net.pb";
  caffe2::GlobalInit();
}

caffe2::reynoldsNet::reynoldsNet(std::string init_dir, std::string pred_dir) {
  init_net_dir = init_dir;
  pred_net_dir = pred_dir;
  caffe2::GlobalInit();
}

void caffe2::reynoldsNet::readNetFromFile() const {
  //Check to see if the protobuf files exist...
  if (!std::ifstream(init_net_dir).good()) {
    std::cerr << "error: init net model file missing: "
              << init_net_dir
              << std::endl;
    return;
  }
  if (!std::ifstream(pred_net_dir).good()) {
    std::cerr << "error: predict net model file missing: "
              << pred_net_dir
              << std::endl;
    return;
  }

  //Open protobuffer files and read NN
  std::cout << "Reading in protobuf files" << std::endl;
  CAFFE_ENFORCE(ReadProtoFromFile(init_net_dir, &initNet));
  CAFFE_ENFORCE(ReadProtoFromFile(pred_net_dir, &predictNet));
  std::cout << "Reading complete..." << std::endl;

  std::cout << "Setting NN device to CPU" << std::endl;
  predictNet.mutable_device_option()->set_device_type(DeviceTypeProto::PROTO_CPU);
  initNet.mutable_device_option()->set_device_type(DeviceTypeProto::PROTO_CPU);
  for(int i = 0; i < predictNet.op_size(); ++i){
      predictNet.mutable_op(i)->mutable_device_option()->set_device_type(DeviceTypeProto::PROTO_CPU);
  }
  for(int i = 0; i < initNet.op_size(); ++i){
      initNet.mutable_op(i)->mutable_device_option()->set_device_type(DeviceTypeProto::PROTO_CPU);
  }

  std::cout << "Setting NN device to CPU" << std::endl;
  CAFFE_ENFORCE(workSpace.RunNetOnce(initNet));
  CAFFE_ENFORCE(workSpace.CreateNet(predictNet));
}


std::vector<float> caffe2::reynoldsNet::forward(std::vector<float> inputdata) const {

  // Now create input tensor (only supports 1 size for now)
  CPUContext ctx;
  auto inputTensor = Tensor({1, 5}, inputdata, &ctx);

  // Get data input blob out of network object
  // NOTE!!! The names of the input and output blog are defined
  // when converting from PyTorch to Caffe2. MUST be consistent
  // or bad things will happen. See pytorchToCaffe2.py onnxExport function
  auto data = workSpace.GetBlob("input")->GetMutable<TensorCPU>();
  // Copy Tensor data onto blob in NN
  data->CopyFrom(inputTensor);

  // Forward
  workSpace.RunNet(predictNet.name());

  // Get blob of NN output
  auto outBlob = workSpace.GetBlob("output")->Get<TensorCPU>();

  std::vector<float> out_vect(outBlob.data<float>(), outBlob.data<float>() + outBlob.size());

  return out_vect;
}

#包括“reynoldsNet.H”
//全局变量
std:：string init_net_dir=“test”；
std:：string pred_net_dir=“”；
//定义神经网络模型
caffe2:：NetDef initNet，predictNet；
//定义工作空间
工作空间；
caffe2:：reynoldsNet:：reynoldsNet（）{
init_net_dir=“init_net.pb”；
pred_net_dir=“predict_net.pb”；
caffe2:：GlobalInit（）；
}
caffe2:：reynoldsNet:：reynoldsNet（std:：string init_dir，std:：string pred_dir）{
init_net_dir=init_dir；
pred_net_dir=pred_dir；
caffe2:：GlobalInit（）；
}
void caffe2:：reynoldsNet:：readNetFromFile（）常量{
//检查protobuf文件是否存在。。。
if（！std:：ifstream（init_net_dir）.good（））{
标准：cerr