windows环境VS2015编译TensorFlow C++程序完全攻略

时间：2023-01-03 05:37:49

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：

  1. 操作系统：windows8.1
  2. 安装visual stduio2015
  3. 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
  4. 安装python3.5，安装时注意选择将路径添加到环境变量。
  5. 安装CMake-3.8.0 ，安装时注意选择将路径添加到环境变量。
  6. 安装Git，用于在编译过程中从GitHub上下载依赖项。
  7. 将GitHub上TensorFlow的master分支 下载并解压到文件夹D:\tf中，编辑文件tensorflow/tensorflow/contrib/cmake/CMakeLists.txt，将第87行至93行修改如下：
 if (tensorflow_OPTIMIZE_FOR_NATIVE_ARCH)

   include(CheckCXXCompilerFlag)

   CHECK_CXX_COMPILER_FLAG("-march=native" COMPILER_OPT_ARCH_NATIVE_SUPPORTED)

   if (COMPILER_OPT_ARCH_NATIVE_SUPPORTED)

     set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -march=native")

   else()

     CHECK_CXX_COMPILER_FLAG("/arch:AVX" COMPILER_OPT_ARCH_AVX_SUPPORTED)

     if(COMPILER_OPT_ARCH_AVX_SUPPORTED)

       set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /arch:AVX")

     endif()

   endif()

 endif()

二、使用CMAKE设置各项编译参数

  1. 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../tensorflow\contrib\cmake， 新建文件夹\build。
  2. 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：
  3. windows环境VS2015编译TensorFlow C++程序完全攻略
  4. 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

  1. 打开visual studio2015，打开E:\TF Code\tensorflow\tensorflow\contrib\cmake\build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windows环境VS2015编译TensorFlow C++程序完全攻略
  2. 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）。
  3. 找到tf_core_kernels项目，右键单独编译，操作如下图。

　　　windows环境VS2015编译TensorFlow C++程序完全攻略

　　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..\tensorflow\tensorflow\contrib\cmake\build\Release下。

四、使用tensorflow库文件编写C++程序

  1. 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windows环境VS2015编译TensorFlow C++程序完全攻略。
  2. 新建一个TestTensorFlow.h，在其中输入 
    #pragma once

#define COMPILER_MSVC
    
#define NOMINMAX　　
  3. 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();
    
}　
  4. 　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\tensorflow\tensorflow\contrib\cmake\build\Debug
    
E:\TF Code\tensorflow\tensorflow\contrib\cmake\build\external\nsync\public
    
E:\TF Code\tensorflow\tensorflow\contrib\cmake\build\protobuf\src\protobuf\src
    
E:\TF Code\tensorflow\tensorflow\contrib\cmake\build\external\eigen_archive
    
E:\TF Code\tensorflow\tensorflow\contrib\cmake\build
    
E:\TF Code\tensorflow
    
E:\TF Code\tensorflow\third_party\eigen3
  5. 引入tensorflow.lib文件，右键项目——添加——现有项，找到..\tensorflow\tensorflow\contrib\cmake\build\Release下的tensorflow.lib

windows环境VS2015编译TensorFlow C++程序完全攻略

　　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

windows环境VS2015编译TensorFlow C++程序完全攻略

　　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windows环境VS2015编译TensorFlow C++程序完全攻略，

　　8，把..\tensorflow\tensorflow\contrib\cmake\build\Release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：

windows环境VS2015编译TensorFlow C++程序完全攻略

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：

  1. https://www.cnblogs.com/jliangqiu2016/p/7642471.html
  2. http://www.qingpingshan.com/m/view.php?aid=322808

相关文章