Tensorflow工业部署

Tensorflow工业部署

blog地址：https://blog.csdn.net/CSDN_he_01/article/details/109201202
微信订阅号：https://mp.weixin.qq.com/s/dRwWoSEeg7PBkbx0Qig8Og
知乎文章：https://zhuanlan.zhihu.com/p/267351404

语言：C
系统：Windows 10
IDE：VS2017

步骤

1. 安装N卡对应Tensorflow的Cuda、cuDNN版本

   a. Cuda版本查看命令：nvcc --version（我的版本：10.1）
   b. 打开 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\cudnn.h（我的版本：8）
   如下所示，cuDNN 版本为 7.2.1 :
   

2. 下载TensorFlow C 库（GPU版本）（我的版本：GPU-2.3.0）

3. 解压缩并配置环境变量（没用到）

     LIBRARY_PATH：mydir/lib
     LD_LIBRARY_PATH:mydir/lib
   

4. 创建C++工程（VS2017）以及配置项目属性

   • “解决方案资源管理器” > “你的项目” > “属性页” > “配置属性”
   • “C/C++” > “常规” > “附加包含目录”，添加"

     X:\tensorflow\include

   • “链接器” > “常规” > “附加库目录” ，添加

     X:\tensorflow\lib

   • “链接器” > “输入” > “附加依赖项”,添加"

     tensorflow.lib

   • “生成时间” > “后期生成事件”>“命令行”,添加

     xcopy /y /d “X:\tensorflow\lib\tensorflow.dll” “$(OutDir)”

5. 代码测试

		#include <stdio.h>
		#include <tensorflow/c/c_api.h>
		
		int main() {
		  printf("Hello from TensorFlow C library version %s\n", TF_Version());
		  return 0;
		}

6. 结果

参考

安装 C 版 TensorFlow
演练：创建和使用自己的动态链接库 (C++)
TensorFlow C API 第三方例程

源码

https://github.com/hejc/TensorflowCPPAPITest

总结

虽然成功运行但是由于资料真的少的可怜（强烈不建议），故就此暂停对tensorflow的C++工业部署的问题的探究，后其将探究pytorch或caffe的C++部署。