一般都是在py环境下训练，并且把weights和net都保存到一个protobuf的graph里，c++可以new个session，readbinaryProto，再session->create一下py当时的graph就恢复了，然后一样是session->run，feed数据，fetch拿到结果，tf使用bazel编译的，那堆工具链老复杂了，慢慢研究吧
Tensorflow C++ API调用预训练模型和生产环境编译
试着写了一个python 中训练NN模型，用freeze_graph.py小工具固定参数到 .pb文件中，然后在C++中读取session->Run()来预测的完整demo。之后用用Bazel编译或者在自己的环境下一来libtensorflow_cc.so 编译。
http://blog.csdn.net/rockingdingo/article/details/75452711
厉害,都研究tensorflow了,有啥心得能否分享?
其实我只是知道tensorflow,完全没玩过
建议系统学习 网页链接
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024