深度学习模型部署，c++调用python模块的Tensorflow推理过程

 

 

文章目录

• 前言
• 一、环境配置
• 二、使用步骤
  • 1创建c++项目
  • 2.代码演示
• 总结

 

---

前言

深度学习的数据处理以及模型训练测试等过程都是Python工具实现的，在C++项目中的部署就显得不方便，目主要有几种途径，1）通过编译C++接口的库，比如C++版本的Tensorflow,C++实现推理过程；2）通过特定的工具实现，比如OpenCV实现模型部署，这种方法局限性高；3）通过C++和Python混编，通过C++调用Python推理过程，这里主要实现最后一种方式。

---

 

一、环境配置

1. VS2015；
2. Tensorflow v1.14,含Keras 库；
3. Anaconda 配置的虚拟环境

二、使用步骤

1.创建C++工程

默认你对VS有一定的熟悉度，工程创建之后，配置环境；我这里使用的是Anaconda的虚拟环境；将虚拟环境复制到C++项目中；我这里有GPU环境和CPU环境；我以CPU为例：

复制到你的工程中：

模型也复制到该文件夹：model.h5(Keras训练的模型)&#x