C++ 在iOS上实现TensorFlow注意力OCR

我已经成功地训练了（使用Inception V3权重作为初始化）这里描述的注意力OCR模型：并将生成的检查点文件冻结到图形中。如何在iOS？

上使用C++ API实现这个网络？

---

提前感谢。

根据其他人的建议，您可以使用一些现有的iOS演示（，）作为起点，但请密切注意以下细节：

确保使用正确的工具“冻结”模型。是Tensorflow模型的通用序列化格式

模型导出脚本可以而且通常执行某种输入规范化。请注意，Model.create_base函数需要一个tf.float32形状张量[batch_size，height，width，channels]，其值规格化为。如果将图像规格化作为TensorFlow计算图的一部分，请确保以非规格化方式传递图像，反之亦然

要获取输入/输出张量的名称，只需打印它们，例如，在导出脚本中的某个位置：

data_images = tf.placeholder(dtype=tf.float32, shape=[batch_size, height, width, channels], name='normalized_input_images')
endpoints = model.create_base(data_images, labels_one_hot=None)
print(data_images, endpoints.predicted_chars, endpoints.predicted_scores)

---

根据其他人的建议，您可以使用一些现有的iOS演示（，）作为起点，但请密切注意以下细节：

确保使用正确的工具“冻结”模型。是Tensorflow模型的通用序列化格式

模型导出脚本可以而且通常执行某种输入规范化。请注意，Model.create_base函数需要一个tf.float32形状张量[batch_size，height，width，channels]，其值规格化为。如果将图像规格化作为TensorFlow计算图的一部分，请确保以非规格化方式传递图像，反之亦然

要获取输入/输出张量的名称，只需打印它们，例如，在导出脚本中的某个位置：

data_images = tf.placeholder(dtype=tf.float32, shape=[batch_size, height, width, channels], name='normalized_input_images')
endpoints = model.create_base(data_images, labels_one_hot=None)
print(data_images, endpoints.predicted_chars, endpoints.predicted_scores)

---

说明书的起点好吗？说明书的起点好吗？谢谢你的回答，亚历山大。然而，对于如何将输入图像输入网络，我有点困惑。我看到“split”节点接受一个大小为32x150x600x3的张量，然后将其分为四个张量发送到Inception特性提取器。假设我有一个输入图像，我应该使用哪个节点作为输入？此外，如何使用单个输入图像处理32的批大小？如果您有单个视图，请指定num_views=1作为模型构造函数的参数。因此，您仍然可以使用答案中的代码片段，并将图像输入数据图像张量（print语句将显示名称）。但请注意，您需要使用与培训中相同数量的视图。如果您使用了4个视图，并且需要使用单个视图进行测试，则需要使用随机噪声填充单个1500x150视图，与训练数据类似。感谢您的回复，Alexander。然而，对于如何将输入图像输入网络，我有点困惑。我看到“split”节点接受一个大小为32x150x600x3的张量，然后将其分为四个张量发送到Inception特性提取器。假设我有一个输入图像，我应该使用哪个节点作为输入？此外，如何使用单个输入图像处理32的批大小？如果您有单个视图，请指定num_views=1作为模型构造函数的参数。因此，您仍然可以使用答案中的代码片段，并将图像输入数据图像张量（print语句将显示名称）。但请注意，您需要使用与培训中相同数量的视图。如果您使用了4个视图，并且需要使用单个视图进行测试，则需要使用随机噪声填充单个1500x150视图，这与训练数据类似。