WIN7+bazel+VS2015+tensorflow-gpu1.12

写在前面

本人写的在Ubuntu16.04上配置tensorflow1.12的c++教程Ubuntu16.04+bazel+tensorflow-gpu1.12仅供参考,互相验证

环境配置

windows7-64位操作系统
bazel-0.15.0,该项需要和tensorflow版本对应

编译详细步骤

1、下载tansorflow1.12

此处有两种方法获得代码,本人两次实验都成功通过

使用clone

git clone https://github.com/tensorflow/tensorflow.git

下载得到源码后,使用branch切换到所需要的版本,如下即为切换到1.12版本:

git checkout r1.12

直接download

登录github上tensorflow界面,网址:https://github.com/tensorflow/tensorflow
,切换分支至r1.12,点击下载zip压缩包,解压即可。

界面截图

切换到1.12版本:

git checkout r1.12

准备工作

如果直接使用bazel编译会存在很多问题,在此之前我们需要先进行一些预处理,这里需要到几个patch文件,可以自行到github上寻找,或点击这里下载。

1、cpp_symbol.1.12.0.patch、tf_exported_symbols_msvc.lds

该文件为处理后期“LNK2019: 无法解析的外部符号”错误,此处可以直接按照路径修改,后将'tf_exported_symbols_msvc.lds'文件按照路径放置,该文件内部即为报错符号,如果后期发现仍有错误,可以将新的符号错误添加至该文件再进行重新编译。

2、eigen.1.12.0.patch、eigen_half.patch

该文件为处理后期eigen中'__hadd(a, b)'和'__float2half(num / denom)'错误,修改后将'eigen_half.patch'按照路径放置即可。

开始编译

使用python编译configure.py文件

python ./configure.py

使用编译生成.dll与.lib文件

bazel build --copt=-nvcc_options=disable-warnings --config=opt --config=cuda //tensorflow/tools/lib_package:libtensorflow --verbose_failures
bazel build --copt=-nvcc_options=disable-warnings --config=opt --config=cuda //tensorflow:libtensorflow_cc.so --verbose_failures
bazel build --copt=-nvcc_options=disable-warnings --config=opt --config=cuda //tensorflow:install_headers

至此编译完成。
在路径下找到和两个文件重命名


使用tensorflow的c++版本尝试

因为之前在ubuntu环境下进行了tensorflow搭建,故在此同样使用cmake编译。
当前目录如下:

tf.cpp为tensorflow的代码,包括.jpg图像读取、.pb模型加载和模型推测。
CMakeLists.txt为cmake的配置文件。
build文件夹存放cmake生成的文件。
lib文件夹下存放库文件:。
使用cmake-gui进行编译,路径选择如下:

一次点击按钮:
此处如果报错,请修改CMakeLists.txt,一般情况下为语法错误。

点击按钮后,会自动启动VS2015。
点击生成->,即可完成构建。如果生成Reliese,可以在路径build->Reliese下找到生成的.exe文件,双击打开或者使用powershell启动。
当然,如果你直接进行上一步是不可能成功的~在生成时会报很多错误,我们来解决它:
一、首先肯定会报一些语法错误,提示,仔细寻找会发现一个很关键的函数错误“max”,这个是因为它在<windows.h>被定义,而在程序中有自己的定义,因此我们先把之前的屏蔽掉
打开项目->属性->C/C++->
添加NOMINMAX即可,再次尝试编译。
二、有可能会出现很多错误的外部引用符,不好意思,参考上文,将这些符号添加到文件中,再次进行漫长的编译吧~~~
三、出现无法加载.lib文件错误
可以在VS2015工程里面指点,也可以在CMakeLists文件中添加路径

其他事项

编译出错,想重新开始编译

bazel clean

即可复原之前编译结果,重新开始编译。

发现问题,想停止当前编译过程

bazel shut down

致谢

参考

https://blog.csdn.net/qq_35975447/article/details/91636625
https://github.com/tensorflow/tensorflow
https://www.tensorflow.org/install/lang_c

未完待续

欢迎大家参考指正

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。