protoBuf库的配置和demo

一、cmake编译protoBuf源文件,生产库文件,我这里已经编译好了,适用于vs2015x64位的工程

        

二、创建一个空的工程,并新建一个main.cpp源文件

               

三、将库文件拷贝到工程main.cpp文件下

四、开始配置工程,打开工程属性

(1)、包含头文件

(2)、包含库文件

(3)链接库文件

(4)、更改运行库

(5)、在预处理器中添加_SCL_SECURE_NO_WARNINGS

(6)、在库文件下,即在protoc.exe文件下编写Person.proto文件

(7)、在protoc.exe文件下打开命令行,输入protoc –cpp_out=./ Person.proto生产Person.pb.h和Personpb.cc文件

(8)、将生产的连个文件添加到工程

(9)测试代码

五、结果

demo下载地址:https://download.csdn.net/download/renjiawei3415/11646194

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
import pandas as pd import numpy as np from sklearn.preprocessing import LabelEncoder, OneHotEncoder from keras.models import Sequential from keras.layers import Dense from keras.callbacks import History import matplotlib.pyplot as plt # 读取数据集 data = pd.read_csv('data-04-zoo.csv', header=None) # 切分x和y x = data.iloc[:, :-1].values y = data.iloc[:, -1].values # 对y标签进行独热编码处理 label_encoder = LabelEncoder() y = label_encoder.fit_transform(y) onehot_encoder = OneHotEncoder(sparse=False) y = y.reshape(len(y), 1) y = onehot_encoder.fit_transform(y) # 搭建网络模型 model = Sequential() model.add(Dense(16, input_dim=16, activation='relu')) model.add(Dense(8, activation='relu')) model.add(Dense(7, activation='softmax')) # 模型配置 model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) # 训练模型 history = History() model.fit(x, y, epochs=200, batch_size=16, validation_split=0.2, callbacks=[history]) # 绘制训练集和验证集的损失曲线 plt.plot(history.history['loss']) plt.plot(history.history['val_loss']) plt.title('Model Loss') plt.xlabel('Epoch') plt.ylabel('Loss') plt.legend(['Train', 'Validation'], loc='upper left') plt.show() # 绘制训练集和验证集的准确率曲线 plt.plot(history.history['accuracy']) plt.plot(history.history['val_accuracy']) plt.title('Model Accuracy') plt.xlabel('Epoch') plt.ylabel('Accuracy') plt.legend(['Train', 'Validation'], loc='upper left') plt.show() # 保存模型 model.save('model1.h5')from google.protobuf.internal import builder as _builder ImportError: cannot import name 'builder' from 'google.protobuf.internal' (C:\ProgramData\anaconda3\envs\demo\lib\site-packages\google\protobuf\internal\__init__.py)
05-24

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值