C++ tensor的序列化与反序列化

在C++中，我们可以使用类似于protobuf或者JSON的库来序列化和反序列化tensor对象。对于常用的深度学习库如TensorFlow和PyTorch，它们提供了自带的序列化和反序列化功能来处理tensor对象。

下面是一个示例代码使用protobuf库来序列化和反序列化一个tensor对象：

#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 

using namespace google::protobuf;
using namespace tensorflow;

void serializeTensor(const TensorProto& tensor, const std::string& filename) {
    std::ofstream output(filename, std::ios::out | std::ios::binary);
    tensor.SerializeToOstream(&output);
}

TensorProto deserializeTensor(const std::string& filename) {
    std::ifstream input(filename, std::ios::in | std::ios::binary);
    TensorProto tensor;
    tensor.ParseFromIstream(&input);
    return tensor;
}

int main() {
    // Create a sample tensor
    TensorProto tensor;
    tensor.set_dtype(DataType::DT_FLOAT);
    tensor.add_float_val(1.0);
    tensor.add_float_val(2.0);
    tensor.add_float_val(3.0);
    tensor.mutable_tensor_shape()->add_dim()->set_size(3);

    // Serialize tensor to file
    serializeTensor(tensor, "tensor.dat");

    // Deserialize tensor from file
    TensorProto deserialized = deserializeTensor("tensor.dat");

    // Print the deserialized tensor
    std::cout << deserialized.DebugString() << std::endl;

    return 0;
}

上面的代码示例使用了protobuf库来序列化和反序列化一个简单的tensor对象，并将其保存到文件中。您可以根据需要调整代码来适配您的具体情况。