C++中用frugally-deep调用keras的模型并进行预测

1、背景

Python语言中的Keras库搭建深度学习模型非常便捷，但有时需要在 C++ 中调用训练好的模型，得到测试集的结果。比如将模型部署于FPGA，中间的一个步骤则需要用C++构建模型。但 Keras库没有提供 C++ API，其中一种解决方法是使用 TensorFlow 的 C++ API，但编译过程非常繁琐，难以成功，而另一种方法，如果不是必须要使用 GPU，frugally-deep是一个不错的选择。

2、介绍

frugally-deep是一个用C++实现的库，只依赖于三个头文件库 FunctionalPlus、Eigen、json，它可以将 Keras 保存的 .h5 文件直接转为 C++ 中可调用的 .json 文件，同时它也是线程安全的，可以很方便的在多 CPU 上进行前向传播。

3、准备工作

（1）支持 C++14 的编译器：Visual Studio 2019

（2）python版本在 3.7 或以上，TensorFlow 2.1.1（可使用pip install TensorFlow下载 ）

（3）下载源码：分别前往frugally-deep, FunctionalPlus , Eigen 和 json 点击右侧的 Code，再点击 Download ZIP 下载这些源码，

1. frugally-deep：https://github.com/Dobiasd/frugally-deep