如何通过C+向tflite提供多维输入+；美国石油学会 我正在试用TFLITE C++ API来运行我构建的一个模型。我通过以下代码片段将模型转换为tflite格式： import tensorflow as tf converter = tf.lite.TFLiteConverter.from_keras_model_file('model.h5') tfmodel = converter.convert() open("model.tflite", "wb").write(tfmodel)

我正在遵循中提供的步骤，到目前为止，我的代码如下所示

// Load the model
std::unique_ptr<tflite::FlatBufferModel> model = tflite::FlatBufferModel::BuildFromFile("model.tflite");

// Build the interpreter
tflite::ops::builtin::BuiltinOpResolver resolver;
std::unique_ptr<tflite::Interpreter> interpreter;

tflite::InterpreterBuilder builder(*model, resolver);
builder(&interpreter);
interpreter->AllocateTensors();

// Check interpreter state
tflite::PrintInterpreterState(_interpreter.get());

//加载模型
std:：unique_ptr model=tflite:：FlatBufferModel:：BuildFromFile（“model.tflite”）；
//构建解释器
tflite:：ops:：builtin:：BuiltinOpResolver解析器；
std：：唯一的ptr解释器；
tflite:：解释器生成器（*模型，解析器）；
建设者和口译员；
解释器->分配传感器（）；
//检查解释器状态
tflite:：PrintExpressorState（_解释器.get（））；

这显示我的输入层的形状为（12050,6）。为了从C++输入，我遵循了，我的输入代码看起来是这样的：

std::vector<std::vector<double>> tensor;     // I filled this vector, (dims are 2050, 6)

int input = interpreter->inputs()[0];
float* input_data_ptr = interpreter->typed_input_tensor<float>(input);
for (int i = 0; i < 2050; ++i) {
    for (int j = 0; j < 6; j++) {
        *(input_data_ptr) = (float)tensor[i][j];
        input_data_ptr++;
    }
}

std:：向量张量；//我填充了这个向量，（DIM是2050，6）
int input=解释器->输入（）[0]；
浮点*输入\数据\ ptr=解释器->类型化\输入\张量（输入）；
对于（int i=0；i<2050；++i）{
对于（int j=0；j<6；j++）{
*（input_data_ptr）=（float）张量[i][j]；
输入_数据_ptr++；
}
}

该模型的最后一层返回一个浮点（概率）。我从下面的代码中得到输出

interpreter->Invoke();
int output_idx = interpreter->outputs()[0];
float* output = interpreter->typed_output_tensor<float>(output_idx);
std::cout << "OUTPUT: " << *output << std::endl;

解释器->调用（）；
int output_idx=解释器->输出（）[0]；
float*output=解释器->类型化的输出张量（输出idx）；
这是错误的API用法

将
typed\u input\u tensor
更改为
typed\u tensor
并将
typed\u output\u tensor
更改为
typed\u tensor
为我解决了这个问题

对于其他有同样问题的人

int input_tensor_idx = 0;
int input = interpreter->inputs()[input_tensor_idx];
float* input_data_ptr = interpreter->typed_input_tensor<float>(input_tensor_idx);

int-input\u-tensor\u-idx=0；
int input=解释器->输入（）；
float*input\u data\u ptr=解释器->类型化输入张量（input\u tensor\u idx）；

及

int-input\u-tensor\u-idx=0；
int input=解释器->输入（）；
float*input\u data\u ptr=解释器->类型化张量（输入）；

都是一样的

这可以通过查看的实现来验证

模板
T*类型化输入张量（整数索引）{
返回类型的_张量（inputs（）[index]）；
}

int input_tensor_idx = 0;
int input = interpreter->inputs()[input_tensor_idx];
float* input_data_ptr = interpreter->typed_tensor<float>(input);

  template <class T>
  T* typed_input_tensor(int index) {
    return typed_tensor<T>(inputs()[index]);
  }