c++调用python脚本执行得非常慢，请问是什么原因？

[FromBen]

直接执行python脚本，大概80到90毫秒之间，c++调用python脚本，执行的时候为3秒多，计时程序段是在python脚本里。紧急求助，怎么c++调用下会这么满呢？实验环境python3.6 Vs2013 cpu上跑的。

[ztenv]

这个还真没有遇到过，如果在Ｃ++中直接以执行命令行的方式调用python呢？

[赵4老师]

是Release版吗？

[FromBen]

问题已解决，是由于调用的python脚本中要加载tensorflow的原因，将加载部分单独写成一个模块，其他的写在一起，然后就正常了。

[目标是神奇宝贝大师！]

我在python里读一张图放进训练好的模型就要用掉1s多 请问你是怎么解决的 time_start = time.time() img_out_softmax = sess.run(out_softmax, feed_dict={input_x: [img]}) time_end = time.time() print('classification cost',time_end-time_start)

[FromBen]

引用 4 楼 目标是神奇宝贝大师！ 的回复:

我在python里读一张图放进训练好的模型就要用掉1s多 请问你是怎么解决的

time_start = time.time()
img_out_softmax = sess.run(out_softmax, feed_dict={input_x: [img]})
time_end = time.time()
print('classification cost',time_end-time_start)

这个时间的话，得看平均时间，加载一张图片不能说明问题，你遍历下某个含大量图片的文件夹再试试。

[FromBen]

引用 7 楼 smallkingking 的回复:

博主，请问具体是怎么将加载tensorflow和其他的分开的呢？

代码不全，意思已经说到了，就是在前面建立会话恢复模型，预测完手动关闭会话，因为要经常调用，建立会话和恢复模型等和预测过程分离。

import tensorflow as tf

tf.Graph().as_default()
sess=tf.Session()
sess.run(tf.global_variables_initializer())

def predict(picturepath):
predictions_value=sess.run(output_tensor, feed_dict={input_tensor: picturepath})
return predictions_value

if __name__=="__main__":
predictions_value=predict(picturepath)
print(predictions_value)
sess.close()

[喵喵酱不是酱]

引用 3 楼 FromBen的回复:

问题已解决，是由于调用的python脚本中要加载tensorflow的原因，将加载部分单独写成一个模块，其他的写在一起，然后就正常了。

请问是将import的部分单独写成一个模块吗？有相关代码能看看吗

[喵喵酱不是酱]

引用 9 楼 FromBen的回复:

[quote=引用 7 楼 smallkingking 的回复:]
博主，请问具体是怎么将加载tensorflow和其他的分开的呢？

代码不全，意思已经说到了，就是在前面建立会话恢复模型，预测完手动关闭会话，因为要经常调用，建立会话和恢复模型等和预测过程分离。

import tensorflow as tf

tf.Graph().as_default()
sess=tf.Session()
sess.run(tf.global_variables_initializer())

def predict(picturepath):
predictions_value=sess.run(output_tensor, feed_dict={input_tensor: picturepath})
return predictions_value

if __name__=="__main__":
predictions_value=predict(picturepath)
print(predictions_value)
sess.close()



[/quote] 这样的话也直接调用predict函数就可以了吗，我试了下，速度也没提升很多啊

[FromBen]

引用 12 楼 喵喵酱不是酱 的回复:

[quote=引用 9 楼 FromBen的回复:][quote=引用 7 楼 smallkingking 的回复:] 博主，请问具体是怎么将加载tensorflow和其他的分开的呢？

代码不全，意思已经说到了，就是在前面建立会话恢复模型，预测完手动关闭会话，因为要经常调用，建立会话和恢复模型等和预测过程分离。 import tensorflow as tf tf.Graph().as_default() sess=tf.Session() sess.run(tf.global_variables_initializer()) def predict(picturepath): predictions_value=sess.run(output_tensor, feed_dict={input_tensor: picturepath}) return predictions_value if __name__=="__main__": predictions_value=predict(picturepath) print(predictions_value) sess.close() [/quote] 这样的话也直接调用predict函数就可以了吗，我试了下，速度也没提升很多啊[/quote] 你如果只是调用一次predict函数，当然看不出来差别。这个时间的话，得看平均时间，加载一张图片不能说明问题，你遍历下某个含大量图片的文件夹再试试。

[qq_34361289]

请问怎么控制会话关闭呢，因为主要还是C调用python函数。