要在C++中调用TensorFlow模型，可以使用TensorFlow C++ API。以下是一个简单的示例代码，演示如何加载和运行一个TensorFlow模型：
#include <iostream>#include "tensorflow/core/public/session.h"#include "tensorflow/core/platform/env.h"#include "tensorflow/core/framework/tensor.h"using namespace std;using namespace tensorflow;int main() { // 创建一个新的会话 Session* session; Status status = NewSession(SessionOptions(), &session); if (!status.ok()) { cerr << status.ToString() << endl; return 1; } // 读取模型文件 GraphDef graph_def; status = ReadBinaryProto(Env::Default(), "path/to/your/model.pb", &graph_def); if (!status.ok()) { cerr << status.ToString() << endl; return 1; } // 将模型加载到会话中 status = session->Create(graph_def); if (!status.ok()) { cerr << status.ToString() << endl; return 1; } // 创建输入 tensor Tensor input(DT_FLOAT, TensorShape({1, 2})); auto input_tensor = input.flat<float>(); input_tensor(0) = 1.0; input_tensor(1) = 2.0; // 运行模型 vector<pair<string, Tensor>> inputs = {{"input", input}}; vector<Tensor> outputs; status = session->Run(inputs, {"output"}, {}, &outputs); if (!status.ok()) { cerr << status.ToString() << endl; return 1; } // 输出结果 auto output_tensor = outputs[0].flat<float>(); cout << "Output: " << output_tensor(0) << endl; // 关闭会话 session->Close(); return 0;}在这个示例中，我们首先创建一个新的会话，然后读取模型文件并将模型加载到会话中。接下来，我们创建输入tensor，将输入数据填充到tensor中，并通过session->Run()方法来运行模型。最后，我们输出模型的预测结果并关闭会话。
请注意，以上示例代码仅供参考，实际应用中可能需要根据具体模型和数据进行适当的调整。
