无法在C++中嵌入Python Tensorflow代码

Question

我正在构建 NIST FRVT11 库。我有 python 核心代码，我想从 c++ 调用它，我已经按照官方 Python C API 文档在 c++ 中使用 python 函数。

我可以在初始化阶段使用 keras 模型加载和预测一次。但在

model.predict

函数花费无限时间之后，无法从同一模型进行预测。 我什至无法加载模型，这次

tf.keras.models.load_model

需要无限的时间。

我没有收到任何可以粘贴到此处的错误:(

NIST 希望所有内容都打包在库中，因此我在本地构建了 python 并将其附加到提交中。

Python：3.9.13 张量流：2.8.0 喀拉斯：2.8.0

Python代码

import tensorflow as tf
def get_model(model_path):
    embedding_model = tf.keras.models.load_model(model_path)
    return embedding_model 

def predict(model, img):
    out= model.predict(img)
    return out

c++代码

int call_python_code(const std::string &configDir)
{
    this->configDir = configDir;
    // add directory to sys path
    std::string command_sys_path_to_append = "import sys, os\n"
                "sys.path.append(os.path.join(os.getcwd(), '" + this- 
               >configDir + "'))\n";
    PyRun_SimpleString(command_sys_path_to_append.c_str());

    Py_Initialize();
    PyObject *p_module_name = PyUnicode_DecodeFSDefault("fr"); // fr.py file
    this->p_module = PyImport_Import(p_module_name);

    // load the model from c++
    PyObject *outer_tuple_2 = PyTuple_New(1);
    PyTuple_SetItem(outer_tuple_2, 0, PyUnicode_DecodeFSDefault(this->configDir.c_str()));
    PyObject *p_fucntion_model = PyObject_GetAttrString(p_module, "get_model");
this->p_embedding_model_object = PyObject_CallObject(p_fucntion_model, outer_tuple_2);

 

 // get prediction 

    PyObject *p_function_predict= PyObject_GetAttrString(p_module, "predict");


PyObject *full_args = PyTuple_New(2); 
PyTuple_SetItem(full_args, 0, this->p_fucntion_model);
PyTuple_SetItem(full_args, 1, <image array>);
PyObject *outer_tuple = PyTuple_New(1);
PyTuple_SetItem(outer_tuple, 0, full_args);
PyObject *p_return_tuple = PyObject_CallObject(p_function_predict, outer_tuple);

}

Answer 1

@Nawal 你能让它发挥作用吗？