如何在 c++ 项目中使用 TF Lite 库答案

【问题标题】：How to work with TF Lite library in a c++ project如何在 c++ 项目中使用 TF Lite 库
【发布时间】：2019-10-27 15:07:55
【问题描述】：

在过去的 1-2 天里，我一直在苦苦研究如何构建 TensorFlow Lite，以便我可以在自己的 C\C++ 项目中将其用作头文件或库。

例如，我有一个带有 main.cpp 的 C++ 项目，代码如下：

#include "tensorflow/lite/model.h"
#include "tensorflow/lite/interpreter.h"
#include "tensorflow/lite/kernels/register.h"

int main()
{
    std::unique_ptr<tflite::FlatBufferModel> model;
    model = tflite::FlatBufferModel::BuildFromBuffer(h5_converted_tflite, h5_converted_tflite_len);

    tflite::ops::builtin::BuiltinOpResolver resolver;
    std::unique_ptr<tflite::Interpreter> interpreter;
    tflite::InterpreterBuilder(*model, resolver)(&interpreter);

    // Resize input tensors, if desired.
    interpreter->AllocateTensors();

    float* input = interpreter->typed_input_tensor<float>(0);
    // Fill `input`.

    interpreter->Invoke();

    float* output = interpreter->typed_output_tensor<float>(0);
}

我应该下载什么\build，从哪里下载，这样我才能成功编译这段代码？目前它显然说找不到 h 文件，当我克隆 TF 存储库并将其添加到包含文件夹时，它没有找到“flatbuffers.h”文件，当我手动添加它时，它给出了我有很多链接错误。任何帮助将不胜感激......

提前致谢

【问题讨论】：

根据您的架构和目标操作系统，您可以在此处找到构建 tf lite 所需的所有文件：github.com/tensorflow/tensorflow/tree/master/tensorflow/lite/…。首先，您必须运行脚本来安装依赖项，然后您应该能够运行 makefile。
@pierrom 非常感谢。我的操作系统是 64 位 Windows。我应该运行 download_dependencies.sh 然后 build_aarch64_lib.sh 吗？这些脚本的输出是什么？
没有 aarch64 不适合你。这适用于安卓智能手机中使用的 ARM 处理器。在 Github 上有一个拉取请求，试图在 Windows 上实现 tf lite 的构建配置，但尚未合并。
@pierrom 我可以提供该 PR 的链接以查看其更改\添加吗？
当然github.com/tensorflow/tensorflow/pull/16490。而且这里也有问题讨论github.com/tensorflow/tensorflow/issues/14607

标签： c++ tensorflow tensorflow-lite

【解决方案1】：

最近，TFLite 支持 CMake，它似乎解决了您的依赖问题。

https://www.tensorflow.org/lite/guide/build_cmake#create_a_cmake_project_which_uses_tensorflow_lite

【讨论】：

【解决方案2】：

试试下面的代码，已经用TensorFlow lite 1.14.0 测试过：

std::string str = "model.tflite";
ifstream file(str, std::ifstream::binary);
file.seekg(0, file.end);
int length = file.tellg();
file.seekg(0, file.beg);
char * model_data = new char [length];
file.read (model_data, length);
file.close();
std::unique_ptr<tflite::Interpreter> interpreter;
std::unique_ptr<tflite::FlatBufferModel> model;
tflite::ops::builtin::BuiltinOpResolver resolver;
model = tflite::FlatBufferModel::BuildFromBuffer(model_data, length);
tflite::InterpreterBuilder(*model, resolver)(&interpreter);
interpreter->AllocateTensors();

【讨论】：

好像缺少了一些重要的东西：resolver 是什么？
对不起tflite::ops::builtin::BuiltinOpResolver resolver;