C# 在其他语言环境中使用TensorFlow的深度学习模型

我对TensorFlow有相当丰富的经验，我即将开始一个项目，最终将在C#生产环境中使用TensorFlow培训模型。基本上，我将拥有实时数据，这些数据将进入C#环境，我最终需要根据TensorFlow中我的模型的输出来输出决策/采取某些行动。这基本上只是现有基础设施的限制

我可以想出几种可能不好的方法来实现这一点，比如将数据写入磁盘，然后调用应用程序的Python部分，最后读取Python应用程序的结果输出，并根据它采取一些措施。然而，这是缓慢的

---

有没有更快的方法来实现C#和基于Python的Tensorflow之间同样的集成关系。我看到用C++和TensorFlow来做这件事，但是C？P> >这是一个主要的用例，它允许您创建一个C++进程，它可以在一个经过训练的张量流模型上运行推理，并提供推理请求。您可以用任何需要的语言编写客户机代码。请看MNIST教程：和组件。

如果您谈论的是同一台机器上的两个应用程序，为什么不在这两个应用程序之间使用简单的TCP流呢？实际上，这是一个非常好的主意。我应该想到这一点。我没有太多tensorflow经验，但对于我的一个项目，我一直在考虑将我的主要应用程序放在.net core上，并在一个单独的flask API中，拥有在连接到同一数据库的单独python API中利用深度学习能力所需的所有代码。有人知道哪种方法更好吗？有更新@mrry@carlos吗？也许cntk很快就能完成tf模型导入任务了？Miguel de Icaza一直在开发，它为TensorFlow提供.NET绑定。它可能是使用TensorFlow进行C#编程的最成熟的环境。