TensorFlowSharp - 用于 .NET 语言的 TensorFlow API

简介

TensorFlowSharp - 用于 .NET 语言的 TensorFlow API。TensorFlowSharp 是运行现有模型的良好运行时，并且主要是与底层 TensorFlow 运行时的直接绑定

安装

最简单的入门方法是使用 TensorFlowSharp 的 NuGet 包，其中包含 .NET API 以及使用 CPU 后端的 64 位 Linux、Mac 和 Windows 的本机库。

nuget install TensorFlowSharp

使用

这个 API 绑定在设计上更接近于使用显式 TensorFlow 图和会话的 Java 和 Go 绑定。您的应用程序通常会创建一个图 (TFGraph) 并在那里设置操作，然后从中创建一个会话 (TFSession)，然后使用会话运行器设置输入和输出并执行管道。代码如下

using (var graph = new TFGraph ())
{
    // Load the model
    graph.Import (File.ReadAllBytes ("MySavedModel"));
    using (var session = new TFSession (graph))
    {
        // Setup the runner
        var runner = session.GetRunner ();
        runner.AddInput (graph ["input"] [0], tensor);
        runner.Fetch (graph ["output"] [0]);

        // Run the model
        var output = runner.Run ();

        // Fetch the results from output:
        TFTensor result = output [0];
    }
}

如果您的应用程序对 GC 周期很敏感，您可以按如下方式运行您的模型。然后，该Run方法将仅在第一次调用时分配托管内存，并在以后重用它。请注意，这要求您重用Runner实例而不是更改输入数据的形状：

// Some input matrices
var inputs = new float[][,] {
    new float[,] { { 1, 2 }, { 3, 4 } },
    new float[,] { { 2, 4 }, { 6, 8 } }
};

// Assumes all input matrices have identical shape
var shape = new long[] { inputs[0].GetLongLength(0), inputs[0].GetLongLength(1) };
var size = inputs[0].Length * sizeof(float);

// Empty input and output tensors
var input = new TFTensor(TFDataType.Float, shape, size);
var output = new TFTensor[1];

// Result array for a single run
var result = new float[1, 1];

using (var graph = new TFGraph())
{
    // Load the model
    graph.Import(File.ReadAllBytes("MySavedModel"));
    using (var session = new TFSession(graph))
    {
        // Setup the runner
        var runner = session.GetRunner();
        runner.AddInput(graph["input"][0], input);
        runner.Fetch(graph["output"][0]);

        // Run the model on each input matrix
        for (int i = 0; i < inputs.Length; i++)
        {
            // Mutate the input tensor
            input.SetValue(inputs[i]);

            // Run the model
            runner.Run(output);

            // Fetch the result from output into `result`
            output[0].GetValue(result);
        }
    }
}

在您不需要单独设置图表的情况下，会话将为您创建一个。以下示例展示了如何使用 TensorFlow 来计算两个数字的相加

using (var session = new TFSession())
{
    var graph = session.Graph;

    var a = graph.Const(2);
    var b = graph.Const(3);
    Console.WriteLine("a=2 b=3");

    // Add two constants
    var addingResults = session.GetRunner().Run(graph.Add(a, b));
    var addingResultValue = addingResults.GetValue();
    Console.WriteLine("a+b={0}", addingResultValue);

    // Multiply two constants
    var multiplyResults = session.GetRunner().Run(graph.Mul(a, b));
    var multiplyResultValue = multiplyResults.GetValue();
    Console.WriteLine("a*b={0}", multiplyResultValue);
}

Github地址

https://github.com/migueldeicaza/TensorFlowSharp

如果大家喜欢我的文章，还麻烦给个关注并点个赞, 希望net生态圈越来越好！

技术群：添加小编微信并备注进群

小编微信：mm1552923   

公众号：dotNet编程大全