使用 TensorFlow 和 C++ 的 GoogLeNet 实施和训练答案

【问题标题】：GoogLeNet Implementation and Training using TensorFlow and C++使用 TensorFlow 和 C++ 的 GoogLeNet 实施和训练
【发布时间】：2017-03-14 15:56:05
【问题描述】：

我目前正在从事图像处理项目，理想情况下，我的目标是使用 TensorFlow 和 C++ 语言拥有 GoogLeNet CNN。我不想要预训练的 CNN，我想自己训练。

我做了很多研究，发现很多东西都可以在 Python 和 TensorFlow 中使用，并且您可以使用 Python 训练 CNN 并将其导出为 C++ 或使用其他库，如 Caffe。

但如果可能的话，我真的很想使用 Tensoflow 和 C++ 语言！

你们怎么看？

如果你们中的一些人有想法或曲目的开头，我可以遵循这将是非常酷的 :)

谢谢！

【问题讨论】：

你需要用 C++ 做什么？
如果可能，实施并训练我的 CNN

标签： c++ tensorflow deep-learning conv-neural-network

【解决方案1】：

TensorFlow 有一个完全用 C++ 编写的低级 API，您可以在 official documentation 中找到它。此外，您可以在使用 C++ API 的官方存储库中找到image recognition example。

我认为您可以在this StackOverflow 问题中找到补充信息。

【讨论】：

非常感谢您的回答！但是您在图像识别示例中看到，他们提出了一个预训练的 CNN。我发现了很多处理预先训练的网络的网站，而我发现的唯一一个处理未经训练的网络的是这个链接：ttps://research.googleblog.com/2016/03/train-your-own-image-classifier -with.html 但它都在 Python 中！
通常您使用 Python 训练您的网络并编写应该在 C++ 中有效执行的组件。你也可以在谷歌发布的模型中看到这个策略：github.com/tensorflow/models
是的，我认为人们倾向于只使用 Python 来训练。但是我可以问为什么我们通常使用 Python 而不是 C++ 来训练网络吗？使用 Python 比 C++ 有明显的优势吗？
通过利用 NumPy 函数或 pandas 类，使用 Python 管理输入数据非常容易。此外，用 Python 编写代码非常容易。通过这种方式，您可以在不使用 C++ 的情况下测试您的想法。
好的，再次感谢您的回答和帮助！ :)