TensorFlow的C++之路（1）：认识Scope

最新推荐文章于 2024-08-16 08:12:32 发布

咆哮的阿杰

最新推荐文章于 2024-08-16 08:12:32 发布

阅读量1.3k

点赞数

分类专栏： TensorFlow

本文链接：https://blog.csdn.net/qq_34914551/article/details/93795450

版权

TensorFlow 专栏收录该内容

19 篇文章 4 订阅

订阅专栏

需包含头文件，和两个namespace声明

# include "scope.h"
using namespace tensorflow;
using namespace ops;

该类的主要成员（我们当然只关心调用pb文件完成预测的任务，至于读取图的某一个节点，自然是不关心的，至少在C++端不会在意这个，那是用Python该做的事情），我们主要会使用到的成员函数有：

Scope::NewRootScope(); 创建一个根空间，意味着所有的张量的名字都有一个前缀，根空间的前缀是空的；
Scope::NewSubScope(const &string);

下面看两个例子：
头文件我设置为：

#pragma once
#define COMPILER_MSVC
#define NOMINMAX

#include "scope.h"
#include <iostream>
#include "tensorflow/cc/client/client_session.h"
#include "tensorflow/cc/ops/standard_ops.h"
#include "tensorflow/core/framework/tensor.h"

using namespace tensorflow; 
using namespace ops;

void testScope();
void testScopeDemo();

源文件如下

#include "scope.h"

void testScope()
{
	Scope root = Scope::NewRootScope();
	auto c1 = Const(root, { { 1,1 } });
	auto m = MatMul(root, c1, { { 41 },{ 1 } });
	GraphDef gdef;
	Status s = root.ToGraphDef(&gdef);
	if (!s.ok()) {
		std::cout << "error" << std::endl;
	}
	else {
		std::cout << "successfully generate graph!" << std::endl;
	}
}
void testScopeDemo()
{
	Scope root = Scope::NewRootScope();
	Scope linear = root.NewSubScope("linear");
	// W will be named "linear/W"
	auto W = Variable(linear.WithOpName("W"), { 2,2 },DT_FLOAT);
	// b will be named "linear/b"
	auto b = Variable(linear.WithOpName("b"), { 2,2 }, DT_FLOAT);
	auto x = Const(linear, { 1 });
	auto m = MatMul(linear, x, W);
	auto r = BiasAdd(linear,m, b);


}

在第一个函数testScope中，先创建一个root空间。之后所有的operation，第一个参数都是这个root变量。
在第二个函数testScopeDemo中，先创建一个root空间，在创建一个子空间，叫做‘linear’。在linear之下创建的所有张量，其名称的前缀都是“linear/”。包括Variable和Const生成的张量，以及operation操作输出的张量。