当前位置：首页 > C++ > 正文

TensorFlow C++ API 入门指南（手把手教你用 C++ 构建深度学习模型）

主机测评网
C++
2025-12-11
992

如果你熟悉 C++，又想在项目中集成强大的深度学习能力，那么 TensorFlow C++ API 就是你不可错过的选择。本教程专为编程小白设计，即使你从未接触过 TensorFlow，也能轻松上手！我们将从环境搭建、模型加载到推理运行，一步步带你走进 C++深度学习 的世界。

为什么选择 TensorFlow C++ API？

虽然 Python 是 TensorFlow 最常用的接口语言，但在部署高性能、低延迟的生产系统（如嵌入式设备、游戏引擎或高频交易系统）时，C++ 的优势无可替代。使用 机器学习C++接口，你可以直接在 C++ 应用中加载训练好的模型并进行高效推理。

TensorFlow C++ API 入门指南（手把手教你用构建深度学习模型） C++深度学习 C++教程机器学习C++接口第1张

第一步：安装 TensorFlow C++ 库

TensorFlow 官方提供了预编译的 C++ 库（libtensorflow），适用于 Linux、macOS 和 Windows。以下以 Ubuntu 为例：

# 下载 libtensorflow（以 CPU 版本为例）wget https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-cpu-linux-x86_64-2.13.0.tar.gz# 解压到 /usr/localsudo tar -C /usr/local -xzf libtensorflow-cpu-linux-x86_64-2.13.0.tar.gz# 更新链接库缓存sudo ldconfig

第二步：编写你的第一个 C++ 程序

我们来加载一个简单的 SavedModel 并执行推理。假设你已经有一个用 Python 训练并保存的模型（路径为 ./my_model）。

#include <iostream>#include <tensorflow/cc/saved_model/loader.h>#include <tensorflow/cc/saved_model/tag_constants.h>#include <tensorflow/core/framework/tensor.h>using namespace std;using namespace tensorflow;int main() {    const string model_path = "./my_model";    // 加载 SavedModel    SavedModelBundle bundle;    Status status = LoadSavedModel(        SessionOptions(),        RunOptions(),        model_path,        {kSavedModelTagServe},        &bundle    );    if (!status.ok()) {        cerr << "加载模型失败: " << status.ToString() << endl;        return -1;    }    // 准备输入张量（例如：1x28x28x1 的图像）    Tensor input_tensor(DT_FLOAT, TensorShape({1, 28, 28, 1}));    auto input_flat = input_tensor.flat<float>();    // 这里可以填入实际像素值，此处简化为全0    input_flat.setZero();    // 执行推理    vector<Tensor> outputs;    status = bundle.session->Run(        {{"serving_default_input", input_tensor}},        {"StatefulPartitionedCall:0"},        {},        &outputs    );    if (!status.ok()) {        cerr << "推理失败: " << status.ToString() << endl;        return -1;    }    cout << "推理成功！输出维度: "         << outputs[0].shape().DebugString() << endl;    return 0;}

第三步：编译与运行

使用 g++ 编译程序，注意链接 TensorFlow 库：

g++ -std=c++17 \    -I/usr/local/include \    -L/usr/local/lib \    -ltensorflow_cc \    -ltensorflow_framework \    your_program.cpp -o inference_app# 运行./inference_app

常见问题与调试技巧

找不到头文件？ 确保 -I 路径正确指向 TensorFlow 的 include 目录。
符号未定义？ 检查是否链接了 libtensorflow_cc.so 和 libtensorflow_framework.so。
模型输入/输出名不确定？ 使用 Python 的 saved_model_cli show --dir ./my_model --all 查看签名。