使用C#编写TensorFlow人工智能应用

电玩女神 2024-04-19 07:12 68阅读 0赞

朋友们，如需转载请标明出处：[http://blog.csdn.net/jiangjunshow][http_blog.csdn.net_jiangjunshow]

TensorFlow简单介绍

> TensorFlow 是谷歌的第二代机器学习系统，按照谷歌所说，在某些基准测试中，TensorFlow的表现比第一代的DistBelief快了2倍。
> 
> TensorFlow 内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用TensorFlow。任何基于梯度的机器学习算法都能够受益于TensorFlow的自动分化（auto-differentiation）。通过灵活的Python接口，要在TensorFlow中表达想法也会很容易。
> 
> TensorFlow 对于实际的产品也是很有意义的。将思路从桌面GPU训练无缝搬迁到手机中运行。
> 
> 示例Python代码：
> 
> ![复制代码][aHR0cHM6Ly9jb21tb24uY25ibG9ncy5jb20vaW1hZ2VzL2NvcHljb2RlLmdpZg]
> 
>     import tensorflow as tf
>     import numpy as np
>     
>     # Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
>     x_data = np.random.rand(100).astype(np.float32)
>     y_data = x_data * 0.1 + 0.3
>     
>     # Try to find values for W and b that compute y_data = W * x_data + b
>     # (We know that W should be 0.1 and b 0.3, but TensorFlow will
>     # figure that out for us.)
>     W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
>     b = tf.Variable(tf.zeros([1]))
>     y = W * x_data + b
>     
>     # Minimize the mean squared errors.
>     loss = tf.reduce_mean(tf.square(y - y_data))
>     optimizer = tf.train.GradientDescentOptimizer(0.5)
>     train = optimizer.minimize(loss)
>     
>     # Before starting, initialize the variables.  We will 'run' this first.
>     init = tf.global_variables_initializer()
>     
>     # Launch the graph.
>     sess = tf.Session()
>     sess.run(init)
>     
>     # Fit the line.
>     for step in range(201):
>         sess.run(train)
>         if step % 20 == 0:
>             print(step, sess.run(W), sess.run(b))
>     
>     # Learns best fit is W: [0.1], b: [0.3]
> 
> ![复制代码][aHR0cHM6Ly9jb21tb24uY25ibG9ncy5jb20vaW1hZ2VzL2NvcHljb2RlLmdpZg]

## 使用TensorFlowSharp  ##

GitHub:https://github.com/migueldeicaza/TensorFlowSharp

官方源码库，该项目支持跨平台，使用Mono。

可以使用NuGet 安装TensorFlowSharp，如下：

Install-Package TensorFlowSharp

## 编写简单应用 ##

使用VS2017新建一个.NET Framework 控制台应用 tensorflowdemo，接着添加TensorFlowSharp 引用。

TensorFlowSharp 包比较大，需要耐心等待。

然后在项目属性中**生成->平台目标 改为 x64**。

打开Program.cs 写入如下代码：

![复制代码][aHR0cHM6Ly9jb21tb24uY25ibG9ncy5jb20vaW1hZ2VzL2NvcHljb2RlLmdpZg]

static void Main(string[] args)
            {
                using (var session = new TFSession())
                {
                    var graph = session.Graph;
                    Console.WriteLine(TFCore.Version);
                    var a = graph.Const(2);
                    var b = graph.Const(3);
                    Console.WriteLine("a=2 b=3");
    
                    // 两常量加
                    var addingResults = session.GetRunner().Run(graph.Add(a, b));
                    var addingResultValue = addingResults[0].GetValue();
                    Console.WriteLine("a+b={0}", addingResultValue);
    
                    // 两常量乘
                    var multiplyResults = session.GetRunner().Run(graph.Mul(a, b));
                    var multiplyResultValue = multiplyResults[0].GetValue();
                    Console.WriteLine("a*b={0}", multiplyResultValue);
                    var tft = new TFTensor(Encoding.UTF8.GetBytes($"Hello TensorFlow Version {TFCore.Version}! LineZero"));
                    var hello = graph.Const(tft);
                    var helloResults = session.GetRunner().Run(hello);
                    Console.WriteLine(Encoding.UTF8.GetString((byte[])helloResults[0].GetValue()));
                }
                Console.ReadKey();
            }

![复制代码][aHR0cHM6Ly9jb21tb24uY25ibG9ncy5jb20vaW1hZ2VzL2NvcHljb2RlLmdpZg]

运行程序结果如下：

![format_png][]

## TensorFlow C\# image recognition ##

图像识别示例体验

https://github.com/migueldeicaza/TensorFlowSharp/tree/master/Examples/ExampleInceptionInference

下面学习一个实际的人工智能应用，是非常简单的一个示例，图像识别。

新建一个 imagerecognition .NET Framework 控制台应用项目，接着添加TensorFlowSharp 引用。

然后在项目属性中**生成->平台目标 改为 x64**。

接着编写如下代码：

![aHR0cHM6Ly9pbWFnZXMuY25ibG9ncy5jb20vT3V0bGluaW5nSW5kaWNhdG9ycy9Db250cmFjdGVkQmxvY2suZ2lm][]

这里需要注意的是由于需要下载初始Graph和标签，而且是google的站点，所以得使用一些特殊手段。

最终我随便下载了几张图放到bin\\Debug\\img

![format_png 1][]

然后运行程序，首先确保bin\\Debug\\tmp文件夹下有tensorflow\_inception\_graph.pb及imagenet\_comp\_graph\_label\_strings.txt。

![format_png 2][]

人工智能的魅力非常大，本文只是一个入门，复制上面的代码，你没法训练模型等等操作。所以道路还是很远，需一步一步来。

更多可以查看 https://github.com/migueldeicaza/TensorFlowSharp 及 https://github.com/tensorflow/models

参考文档：

TensorFlow 官网：https://www.tensorflow.org/get\_started/

TensorFlow 中文社区：http://www.tensorfly.cn/

TensorFlow 官方文档中文版：http://wiki.jikexueyuan.com/project/tensorflow-zh/

[http_blog.csdn.net_jiangjunshow]: http://blog.csdn.net/jiangjunshow
[aHR0cHM6Ly9jb21tb24uY25ibG9ncy5jb20vaW1hZ2VzL2NvcHljb2RlLmdpZg]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9jb21tb24uY25ibG9ncy5jb20vaW1hZ2VzL2NvcHljb2RlLmdpZg
[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWFnZXMyMDE1LmNuYmxvZ3MuY29tL2Jsb2cvNDQzODQ0LzIwMTcwNS80NDM4NDQtMjAxNzA1MjMwOTE5MDQ3ODgtMTAxODI5MzU3OC5wbmc?x-oss-process=image/format,png
[aHR0cHM6Ly9pbWFnZXMuY25ibG9ncy5jb20vT3V0bGluaW5nSW5kaWNhdG9ycy9Db250cmFjdGVkQmxvY2suZ2lm]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWFnZXMuY25ibG9ncy5jb20vT3V0bGluaW5nSW5kaWNhdG9ycy9Db250cmFjdGVkQmxvY2suZ2lm
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWFnZXMyMDE1LmNuYmxvZ3MuY29tL2Jsb2cvNDQzODQ0LzIwMTcwNS80NDM4NDQtMjAxNzA1MjMwOTQ0Mzc1MDctMzk3MjA4Nzg5LnBuZw?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9pbWFnZXMyMDE1LmNuYmxvZ3MuY29tL2Jsb2cvNDQzODQ0LzIwMTcwNS80NDM4NDQtMjAxNzA1MjMwOTQ1NDQ2MTctMTk2MDIxODk2MS5wbmc?x-oss-process=image/format,png