Ubuntu16.04编译tensorflow的C++接口
原文：https://www.bearoom.xyz/2018/09/27/ubuntu1604buildtf4cpp/
之前有一篇介绍到在windows下利用VS2015编译tensorflow的C++接口，接下来这篇就介绍下在Ubuntu下编译tensorflow的C++接口。
先说一下我的电脑配置，首先是Ubuntu16.04，anaconda用的是3.4.2，CUDA用的是9.0的，cudnn用的是7.0.5的。因为已经在anaconda3上安装好了tensorflow1.7的，但是这次要编译C++的接口，所以我还是选择编译tensorflow1.7的源码。最近重新编译的时候改用了tensorflow1.12。
一、准备编译环境
编译这里要用到bazel来编译，所以要安装它，Ubuntu下安装的指令如下：
echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list然后输入以下指令：
curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -更新：
sudo apt-get update安装bazel：
sudo apt-get install bazel这里不要这么做了，因为这么做会把bazel更新到最新的版本，但是编译tensorflow的时候，不同tensorflow要与bazel的版本是对应的，如果这么做的话，后面的操作就会出错，而且也不知道怎么解决。正确的做法应该是下载对应的版本来安装bazel，tensorflow与bazel的版本应该在tensorflow的官网查找：https://tensorflow.google.cn/install/source
linux下tensorflow与python、GCC、Bazel的版本关系，GCC倒是没有问题，应该支持C++11就可以，但bazel就真的还是要对应好版本，不然一大堆问题，折腾。
|
Version |
Python version |
Compiler |
Build tools |
|
tensorflow-1.14.0 |
2.7, 3.3-3.7 |
GCC 4.8 |
Bazel 0.24.1 |
|
tensorflow-1.13.1 |
2.7, 3.3-3.7 |
GCC 4.8 |
Bazel 0.19.2 |
|
tensorflow-1.12.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.15.0 |
|
tensorflow-1.11.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.15.0 |
|
tensorflow-1.10.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.15.0 |
|
tensorflow-1.9.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.11.0 |
|
tensorflow-1.8.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.10.0 |
|
tensorflow-1.7.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.10.0 |
|
tensorflow-1.6.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.9.0 |
|
tensorflow-1.5.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.8.0 |
|
tensorflow-1.4.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.5.4 |
|
tensorflow-1.3.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.5 |
|
tensorflow-1.2.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.5 |
|
tensorflow-1.1.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.2 |
|
tensorflow-1.0.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.2 |
|
Version |
Python version |
Compiler |
Build tools |
cuDNN |
CUDA |
|
tensorflow_gpu-1.14.0 |
2.7, 3.3-3.7 |
GCC 4.8 |
Bazel 0.24.1 |
7.4 |
10.0 |
|
tensorflow_gpu-1.13.1 |
2.7, 3.3-3.7 |
GCC 4.8 |
Bazel 0.19.2 |
7.4 |
10.0 |
|
tensorflow_gpu-1.12.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.15.0 |
7 |
9 |
|
tensorflow_gpu-1.11.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.15.0 |
7 |
9 |
|
tensorflow_gpu-1.10.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.15.0 |
7 |
9 |
|
tensorflow_gpu-1.9.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.11.0 |
7 |
9 |
|
tensorflow_gpu-1.8.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.10.0 |
7 |
9 |
|
tensorflow_gpu-1.7.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.9.0 |
7 |
9 |
|
tensorflow_gpu-1.6.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.9.0 |
7 |
9 |
|
tensorflow_gpu-1.5.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.8.0 |
7 |
9 |
|
tensorflow_gpu-1.4.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.5.4 |
6 |
8 |
|
tensorflow_gpu-1.3.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.5 |
6 |
8 |
|
tensorflow_gpu-1.2.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.5 |
5.1 |
8 |
|
tensorflow_gpu-1.1.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.2 |
5.1 |
8 |
|
tensorflow_gpu-1.0.0 |
2.7, 3.3-3.6 |
GCC 4.8 |
Bazel 0.4.2 |
5.1 |
8 |
其他的应该就没啥，就是这个bazel把我给折腾的啊。
这里tensorflow1.12对应的bazel版本是0.15.0，所以去github搜bazel下载http://bazel-0.15.0-installer-linux-x86_64.sh，然后安装。
二、下载tensorflow源码
tensorflow的源码是在github上就可以下载的，目前已经更新到1.11，但是我还是下载了1.7的版本，都已经2.0了，不过我还是下载了1.12，下载之后解压出来。
三、配置编译环境
解压源码之后，进入根目录，输入指令：
./configure接下来就是配置清单：
这里要说明的是如果有CUDA，那么Do you wish to build Tensorflow with CUDA?一定要选Y，然后其它的我基本都是N
配置好之后就进行编译：
bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so这里如果不用cuda的话(前面配置的时候就不要在CUDA那一项那里输入Y)，就输入：
bazel build --config=opt //tensorflow:libtensorflow_cc.so然后是等待，这个过程大概会花费30分钟左右，而且CPU的占用量是达到100%的，所以这个时候最好就不要坐别的事情了。
编译之后我这里会有一个问题(这个问题我在编译tensorflow1.12的时候没有遇到，所以看不同版本吧)：
这个错误并不是因为文件没有而是因为找不到，实际上，这个文件就在tensorflow-r1.7/tensorflow文件夹下，但是需要修改/tensorflow-r1.7/tensorflow/BUILD这个文件才行，打开这个文件之后修改大概在812行，注释掉后，另起一行设置正确的路径：
修改之后重新输入编译的指令编译一次就可以了。编译好之后在文件夹tensorflow-r1.7/bazel-bin/tensorflow下面，会有两个so文件：libtensorflow_cc.so和libtensorflow_framework.so，这两个就是我们需要的。
四、一些错误
下面这几个错误都是在使用的时候发现的，主要是在编译的时候有些依赖文件没有下载到，所以需要自己去下载。
(1)、nsync_cv.h文件缺失：
这个文件一般是会在tensorflow/contrib/makefile/downloads/nsync/public这个文件夹下的，但是我这边是编译tensorflow的时候有些依赖文件没有下载到导致它缺失，解决方法是存在/tensorflow/contrib/makefile/download_dependencies.sh这个文件，执行它来下载相关的文件，相关文件会放在/home/zcx/tensorflow-r1.7/tensorflow/contrib/makefile/downloads这个文件夹下;
(2)、(2)提示Eigen相关的问题
这个问题跟前面的类似，如果下载了相关的依赖文件之后，在/tensorflow-r1.7/tensorflow/contrib/makefile/downloads文件夹下找到eigen文件夹，进入之后执行以下指令进行eigen的编译：
mkdir build
cd build
cmake ..
make
sudo make install(3)、提示关于protobuf版本的问题
问题如下：
这个主要是protobuf版本的问题，所以要查看bazel-genfiles/tensorflow/core/framework/types.pb.h这个文件夹中关于protobuf的版本要求，然后下载相应的版本来更新即可，这里tensorflow1.12要求是protobuf要大于等于3.6：
所以就去github上下载对应的protobuf版本。要下载源码，然后编译安装即可。
暂时我就遇到这几个问题，之后如果还有遇到其它问题，我会继续更新的。
五、参考
1、https://blog.csdn.net/zwx1995zwx/article/details/79064064
阳光
在天上一闪
又被乌云埋掩
暴雨冲洗着
我灵魂的底片-- 顾城
Ubuntu16.04编译tensorflow的C++接口的更多相关文章
- Ubuntu16.04编译安装php
#Ubuntu16.04编译安装php Ubuntu16.04上面搭建基于Nginx的php服务.Nginx使用apt直接安装的. sudo apt install nginx php的安装部署步骤主 ...
- Ubuntu16.04安装TensorFlow及Mnist训练
版权声明:本文为博主原创文章,欢迎转载,并请注明出处.联系方式:460356155@qq.com TensorFlow是Google开发的开源的深度学习框架,也是当前使用最广泛的深度学习框架. 一.安 ...
- Ubuntu16.04编译安装tensorflow，2018最新血泪踩坑之后的全面总结！绝对成功！【转】
本文转载自:https://blog.csdn.net/pzh11001/article/details/79683133 大家好,我是 (深度学习硬件DIY总群)(719577294)群主: ...
- Ubuntu16.04编译Android6.0/cm13.0教程及相关错误解决办法
一.必备工作 1.安装依赖库 sudo apt--dev libesd0-dev git-core gnupg flex bison gperf build-essential zip curl zl ...
- ubuntu16.04编译安装mysql-boost-5.7.21并编译成php扩展测试与使用
我之前的文章已经改造了自定义MVC框架中的工具类(验证码,图片上传,图像处理,分类)4个类,接下来,就要改造模型类,模型类肯定要连接数据库,由于我的Ubuntu Linux是裸装的php(目前只编译了 ...
- Ubuntu16.04安装tensorflow+安装opencv+安装openslide+安装搜狗输入法
Ubuntu16.04在cuda以及cudnn安装好之后,安装tensorflow,tensorflow以及opencv可以到网上下载对应的安装包并且直接在安装包所在的路径下直接通过pip与conda ...
- ubuntu16.04编译QT5.6所依赖的库
首先在QT的根目录下,阅读README文件! 里面介绍了ubuntu环境下,编译该版本的QT需要安装的包 New dependencies in Qt 5 ------------------- ...
- Ubuntu16.04编译libjpeg-turbo库
一.环境依赖 CMake v2.8.12或以后 NASM or YASM (if building x86 or x86-64 SIMD extensions),如果使用NASM, 依赖2.10之后版 ...
- Ubuntu16.04编译Openjdk8,笔者亲测编译成功
现在很多语言都不开发运行环境了,都选择在JRE上运行,足以证明JVM的优越.你精通了JVM,未来的路才可能走得轻松.这篇文章是你走近jvm的第一篇,编译Openjdk8源码 编译环境 操作系统:Ubu ...
随机推荐
- PHPmyadmin Getshell（10.25 第二十七天）
PHPmyadmin Getshell的方法(1)show global variables like '% secure-file-priv%' 如果该参数设置为空或者指定的文件夹可以利用,然后写木 ...
- ffmpeg 多路实时问题之解决思路
记得前面有人提出多路视频不实时问题,这个首先需要从网络带宽上查看是否视频帧全实时的到达,还有一个问题就是,即使视频帧全部到达,看起CPU也是足够的,但是却表现为慢镜头这种样子,那么很可能是解码显示的 ...
- Spring Boot2（007）：关于Spring beans、依赖注入 和 @SpringBootApplication 注解
一.关于Spring beans 和 依赖注入(Dependency Injection) spring boot 和 Spring 全家桶无缝衔接,开发过程中可以很轻松地使用 Spring 全家桶的 ...
- Reference在Essay写作中的最佳占比是多少？
很多同学在写完Essay作业后 就觉得大功告成了 并不是很注重参考文献 导致查重率过高 面临抄袭.取消成绩. 甚至被退学的情况 或者在essay写作中勉强标出几处 非常随意的在后面列出 其实这是很不正 ...
- PHP网页简单的计算机源代码
还是那样老师留的作业,百度一波和老师留的作业有区别!自己写一下!! 作业题目: 实现PHP网页的计算器功能.至少实现运算符 +.-.*./.取模的功能. (提示:可以点击‘等号’进行运算,也可以另外添 ...
- VM ESXi虚拟化使用学习笔记
由于疫情原因,没有条件介绍安装部分的内容,也没有安装部分内容的相关截图,所以安装部分可以选择网上资料.但是只要熟练安装CentOS系统的,基本安装ESXi一看就会,设置主机地址方面有一定图形化界面,比 ...
- 5分钟搞懂：JWT(Json Web Token)
https://www.qikegu.com/easy-understanding/892 JWT 基于token的用户认证原理:让用户输入账号和密码,认证通过后获得一个token(令牌),在toke ...
- softmax、交叉熵
Softmax是用于分类过程,用来实现多分类的 它把一些输出的神经元映射到(0-1)之间的实数,并且归一化保证和为1,从而使得多分类的概率之和也刚好为1. Softmax可以分为soft和max,ma ...
- 动态添加，删除class样式
function hasClass(obj, cls) { //class位于单词边界,判断class样式是否已经存在 return obj.className.match(new RegExp('( ...
- Web基础之Mybatis
Web基础之Mybatis 对比JdbcTempalte,mybatis才能称得上是框架,JdbcTempalte顶多算是工具类,同时,对比Hibernate,Mybatis又有更多的灵活性,算是 ...