Python 张量流C++;用于动态输入形状的API
我已经训练了一个模型,该模型用python消除了真实渲染的结果 在python中,图形是通过将图像转换为tf.constant来与图像大小一起动态构建的 现在我想导出模型并用C++加载它。 我的问题是:在TysFraseC++ API中,是否可以处理不同大小的图像?Python 张量流C++;用于动态输入形状的API,python,c++,tensorflow,Python,C++,Tensorflow,我已经训练了一个模型,该模型用python消除了真实渲染的结果 在python中,图形是通过将图像转换为tf.constant来与图像大小一起动态构建的 现在我想导出模型并用C++加载它。 我的问题是:在TysFraseC++ API中,是否可以处理不同大小的图像? 如果不是,那么C++中可能做的最好的方法是什么?直接使用cuDNN并加载经过训练的CNN内核权重?因此答案是:是的,您可以处理不同大小的图像 默认的方法是使用Python构造TysFooFrm图,使用代码< > TF.占位符< /代
如果不是,那么C++中可能做的最好的方法是什么?直接使用cuDNN并加载经过训练的CNN内核权重?
因此答案是:是的,您可以处理不同大小的图像默认的方法是使用Python构造TysFooFrm图,使用代码< > TF.占位符< /代码>未知维度<代码> [b,NO,NO,3 ] < /Cord>,然后简单地在C++中导入图。这已经在这里讨论过了: 其中包括一个例子f ur r,c++,Golang。< /p> 在TensorFlow中,大多数操作不关心特定的输入大小,有关更多详细信息,请参阅