从std::vector创建tensorflow::张量的最有效方法
most efficient way to create tensorflow::tensor from std::vector
所以我的问题是知道是否有一种方法可以直接将vector
(但我们也可以考虑array
)的值传递到tensorflow::tensor
?
我知道的唯一方法就是一个一个地复制每个值。
示例(2D Vector):
tensorflow::Tensor input(tensorflow::DT_FLOAT, tensorflow::TensorShape({50, 20}));
auto input_map = input.tensor<float, 2>();
for (int b = 0; b < 50; b++) {
for (int c = 0; c < 20; c++) {
input_map(b, c) = (vector_name)[b][c];
}
}
有更方便的方法吗?
例如array
到vector
:
int x[3] = {1, 2, 3};
std::vector<int> v(x, x + sizeof x / sizeof x[0]);
这个怎么样?std::copy_n(vec.begin(), vec.size(), input.flat<float>().data())
您试过tf.convert_to_tensor
吗?比如tf.convert_to_tensor(value, as_ref=True)
https://www.tensorflow.org/versions/r0.11/api_docs/python/framework.html convert_to_tensor
相关文章:
- 使用Pybind11向Python公开Eigen::张量
- C++中的张量流对象检测
- 在官方张量流 resnet50 模型上运行 tflite 精度工具
- PyTorch C++将数据转换为张量失败
- 如何使用 c++ 更改张量流中的per_process_gpu_memory_fraction?
- 编译 GPU 的张量流示例自定义操作
- 在 Torch C++ API 中,如何快速写入张量的内部数据?
- 如何在C++中将一个特征张量乘以另一个特征张量的标量和?
- C++ ABI 兼容性问题/张量流
- 如何从内存缓冲区加载张量流图
- PyTorch C++ 前端向前返回多个张量
- 从 std::向量值创建张量<Tensor>
- 张量流错误 此文件需要编译器和库支持 ISO C++ 2011 标准
- 如何将自定义特征张量类存储到 std::vector 中?
- CUDA 高效的 nd-array(张量)切片
- 部署在张量流中训练的神经网络来火炬C++的最佳方法是什么?
- 微调张量流对象检测预训练模型
- 张量(多维数组)是树前瞻数据的有效存储类型吗?
- 实现 Web 应用程序的张量分解的最有效语言
- 从std::vector创建tensorflow::张量的最有效方法