python在深度学习领域很火,做实验用python很舒服,但是生产环境下可能还是需要c/c++. 那么问题来了, mxnet训练出来的模型如何在c/c++下调用? 以下是一些填坑的经验分享一下
mxnet支持c/c++调用模型,但目前不是全部的网络模型都支持
这个和版本相关,总之是没有完全支持,做好心理准备c++做预测的sample codes 就是 image-classification-predict.cc
在mxnet源码的example目录下搜索这个文件名即可找到.
编译这个文件需要- c_predict_api.h (同样在mexnet源码中搜索)
- libmxnet.dll
- libmxnet.lib
运行这个文件则至少需要三个文件
- 模型文件(*.json)
- 权重文件(*.params)
- synset.txt
mxnet源码中给的例子很复杂,但看代码似乎两列就够了.用空格分割的两列,第一列似乎没什么用,第二列就是label names, 一行表示一类,比如对于mnist识别,synset.txt内容可以如下
0 0
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
除了这三个文件外,还有一个mean文件,表示像素均值,但可以不输入,程序默认使用通道均值
另外这个cc文件同目录下有README.md,提供了两个地方下载运行需要的模型数据,百度云那个
下载的似乎有问题,create()失败,不知道是什么原因.另一个