索引张量c++； 我使用C++ API加载一个图（*.PB）。该图已在Python中使用输入图形定义进行了设置和训练：tf.placeholder（tf.float32，[None，84，84，1]，name='in'。这应该允许任意批量大小。 启动会话并加载图形后，我获取一个矩形灰度OpenCV Mat图像，将其拆分为较小的方形图像，将其调整为所需的输入大小，并将其存储在向量中： cv::Size smallSize(splitLength, img_in.size().height); std::vector<Mat> input_Images; int y = 0; for (int x = 0; x < img_in.cols; x += smallSize.width) { cv::Rect rect = cv::Rect(x,y, smallSize.width, smallSize.height); cv::Mat temp = cv::Mat(img_in, rect); cv::Size s(height_out, width_out); cv::resize(temp,process_img,s,0,0,cv::INTER_CUBIC); input_Images.push_back(process_img); }

这似乎很好。当我运行std:：cout finalOutput[0].DebugString（）时，应该像开头一样访问张量。如果输出形状具有秩2，则使用

auto finalOutputTensor  = finalOutput[0].tensor<float, 2>();

auto finalOutputTensor=finalOutput[0].tensor（）；

及

for（int b=0；b
session_create_status = session_deepcytometry->Run({{ inputLayer, nn_input_tensor}},{outputLayer},{},&finalOutput);

for(int i=0; i<nClasses; i++){
        result.push_back(finalOutput[0].flat<float>()(i));
    }

auto finalOutputTensor  = finalOutput[0].tensor<float, 2>();

for(int b=0; b<BatchSize;b++)
for(int i=0; i<nClasses; i++){
    cout << b << "th output for class "<<i<<" is "<< finalOutputTensor(b, i) <<end; 
}

for(int b=0; b<BatchSize;b++)
for(int i=0; i<nClasses; i++){
    cout << b << "th output for class "<<i<<" is "<< finalOutput[0].flat<float>()(b * nClasses + i) << end; 
}