本文参考和综合了多篇网络博客文章,加以自己的实践,最终终于在windows环境下,编译出可以用于C++程序调用tensorflow API的程序,并执行成功。
考虑到网络上关于这方面的资料还较少,特总结全过程如下,希望能帮助到有需要的码农朋友,文中有部分文字步骤是借鉴他人文章,引用路径在最后列出。
一、环境准备:
- 操作系统:windows8.1
- 安装visual stduio2015
- 安装Swigwin-3.0.12,注意其下载解压以后即可使用,本人放置路径在D:/lib/swigwin-3.0.12,可执行文件地址为 D:/swigwin-3.0.12/swig.exe
- 安装python3.5,安装时注意选择将路径添加到环境变量。
- 安装CMake-3.8.0 ,安装时注意选择将路径添加到环境变量。
- 安装Git,用于在编译过程中从GitHub上下载依赖项。
- 将GitHub上TensorFlow的master分支 下载并解压到文件夹D: f中,编辑文件tensorflow/tensorflow/contrib/cmake/CMakeLists.txt,将第87行至93行修改如下:
1 if (tensorflow_OPTIMIZE_FOR_NATIVE_ARCH) 2 include(CheckCXXCompilerFlag) 3 CHECK_CXX_COMPILER_FLAG("-march=native" COMPILER_OPT_ARCH_NATIVE_SUPPORTED) 4 if (COMPILER_OPT_ARCH_NATIVE_SUPPORTED) 5 set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -march=native") 6 else() 7 CHECK_CXX_COMPILER_FLAG("/arch:AVX" COMPILER_OPT_ARCH_AVX_SUPPORTED) 8 if(COMPILER_OPT_ARCH_AVX_SUPPORTED) 9 set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /arch:AVX") 10 endif() 11 endif() 12 endif()
二、使用CMAKE设置各项编译参数
- 打开下载tensorflow源文件的根目录,本文路径是E:TF Code/TensorFlow,在路径下进入../tensorflowcontribcmake, 新建文件夹uild。
- 打开已安装的CMAKE-GUI工具,进行各项编译选项的配置,本文配置界面如下:
- 点击configue,下方提示Configuring done后,点击Generate,等待Generating done后完成编译设置。如果中间有报错,请检测各路径设置是否正确。
三、编译生成tensorflow库文件
- 打开visual studio2015,打开E:TF Code ensorflow ensorflowcontribcmakeuild下的ALL_BUILD项目。我们在此只以release版本为例,所以检查编译平台是
- 点击生成解决方案,编译的时间很长,我的笔记本电脑编译一次大概3到4个小时,编译到最后一般都会报错
fatal error C1060: compiler is out of heap space 没关系,等待整个工程全部编译完成(据说内存特别大的电脑不会报)。
-
找到tf_core_kernels项目,右键单独编译,操作如下图。
4. tf_core_kernels项目编译成功后,再同样对tensorflow_static作单独编译,最后再对tensorflow作单独编译。.
这样tensorflow.lib和tensorflow.dll文件就可以编译出来了,生成的库文件路径在.. ensorflow ensorflowcontribcmakeuildRelease下。
四、使用tensorflow库文件编写C++程序
- 在vs2015中创建一个新的Win32控制台工程TestTensorFlow,注意也必须把编译平台设置成。
- 新建一个TestTensorFlow.h,在其中输入
#pragma once #define COMPILER_MSVC #define NOMINMAX
- 对应的TestTensorFlow.CPP文件中输入如下:
// TestTensorFlow.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include <vector> #include <eigen/Dense> #include "TestTensorFlow.h" #include "tensorflow/core/public/session.h" #include "tensorflow/cc/ops/standard_ops.h" using namespace tensorflow; GraphDef CreateGraphDef() { Scope root = Scope::NewRootScope(); auto X = ops::Placeholder(root.WithOpName("x"), DT_FLOAT, ops::Placeholder::Shape({ -1, 2 })); auto A = ops::Const(root, { { 3.f, 2.f },{ -1.f, 0.f } }); auto Y = ops::MatMul(root.WithOpName("y"), A, X, ops::MatMul::TransposeB(true)); GraphDef def; TF_CHECK_OK(root.ToGraphDef(&def)); return def; } int main() { GraphDef graph_def = CreateGraphDef(); // Start up the session SessionOptions options; std::unique_ptr<Session> session(NewSession(options)); TF_CHECK_OK(session->Create(graph_def)); // Define some data. This needs to be converted to an Eigen Tensor to be // fed into the placeholder. Note that this will be broken up into two // separate vectors of length 2: [1, 2] and [3, 4], which will separately // be multiplied by the matrix. std::vector<float> data = { 1, 2, 3, 4 }; auto mapped_X_ = Eigen::TensorMap<Eigen::Tensor<float, 2, Eigen::RowMajor>> (&data[0], 2, 2); auto eigen_X_ = Eigen::Tensor<float, 2, Eigen::RowMajor>(mapped_X_); Tensor X_(DT_FLOAT, TensorShape({ 2, 2 })); X_.tensor<float, 2>() = eigen_X_; std::vector<Tensor> outputs; TF_CHECK_OK(session->Run({ { "x", X_ } }, { "y" }, {}, &outputs)); // Get the result and print it out Tensor Y_ = outputs[0]; std::cout << Y_.tensor<float, 2>() << std::endl; session->Close(); getchar(); }
- 设置要包含的tensorflow头文件路径,右键项目属性——C/C++——附加包含目录
E:TF Code ensorflow ensorflowcontribcmakeuildDebug E:TF Code ensorflow ensorflowcontribcmakeuildexternal syncpublic E:TF Code ensorflow ensorflowcontribcmakeuildprotobufsrcprotobufsrc E:TF Code ensorflow ensorflowcontribcmakeuildexternaleigen_archive E:TF Code ensorflow ensorflowcontribcmakeuild E:TF Code ensorflow E:TF Code ensorflow hird_partyeigen3
- 引入tensorflow.lib文件,右键项目——添加——现有项,找到.. ensorflow ensorflowcontribcmakeuildRelease下的tensorflow.lib
5. 设置预编译选项,右键属性——C/C++——预处理器,预处理器定义中加入PLATFORM_WINDOWS
6. 编译TestTensorFlow项目,就可以成功生成TestTensorFlow.exe了。
7.直接运行程序,会报错,
8,把.. ensorflow ensorflowcontribcmakeuildRelease下的tensorflow.dll拷贝到TestTensorFlow.exe同文件夹下,再运行即可成功得到输出结果如下:
输出结果有一句警告,好像是我编译参数还是跟CPU功能有不匹配,但是不影响执行结果,有知道如何解决的朋友可以留言给我,谢谢。
参考:
- https://www.cnblogs.com/jliangqiu2016/p/7642471.html
- http://www.qingpingshan.com/m/view.php?aid=322808