Ubuntu18安装tensorflow2 （c++版本）

安装tensorflow （c++版本）

环境：Ubuntu 18.04 LTS、g++ 7.5.0、CUDA 10.1、cuDNN 7.6.4

安装位置：新建文件夹 $HOME/TF，命名为 $TENSORFLOW，位置、命名可随意更改。

1. 安装bazelisk

   $ sudo curl -Lo /usr/local/bin/bazel https://github.com/bazelbuild/bazelisk/releases/download/vx.x.x/bazelisk-linux-amd64
   $ sudo chmod +x /usr/local/bin/bazel 
   

   ​ 具体版本号 vx.x.x 到该网址上查看，最新即可： https://github.com/bazelbuild/bazelisk/releases

2. 下载tensorflow

   $ cd $TENSORFLOW
   $ git clone https://github.com/tensorflow/tensorflow
   

3. 查看所需bazel版本并下载bazel

   $ cd tensorflow
   $ grep -r _TF_MAX_BAZEL_VERSION .
   ./config.py:_TF_MAX_BAZEL_VERSION = 'x.x.x'
   $ echo "x.x.x" > .bazelversion
   $ bazel version
   

4. 配置tensorflow并开始编译

   $ ./configure
   # 按照安装需求写y/n和路径，CUDA项可填y，其他不懂的填n，默认路径不对的重新填，否则回车过。
   $ bazel build --config=opt --config=cuda --config=monolithic \ //tensorflow:libtensorflow_cc.so //tensorflow:libtensorflow_framework.so
   

   经过很长一段时间结束编译，一般bazel版本正确不会有问题，可能会有网络下载问题。编译结束后在 $TENSORFLOW/tensorflow 下生成4个bazel开头的文件夹。

5. 下载安装eigen，版本貌似选最新即可

   $ cd $TENSORFLOW
   $ git clone https://gitlab.com/libeigen/eigen.git
   # 貌似gitlab上的是最新，github上的有错。
   $ cd eigen
   $ mkdir build && cd build
   $ cmake ..
   $ sudo make install
   

   安装成功后在 /usr/local/include 下生成 eigen3 文件夹，为eigen相关头文件。

6. 下载安装protobuf，版本查看方法如下：

   (1)打开 $TENSORFLOW/tensorflow/tensorflow/workspace.bzl；

   (2)搜索 ‘protobuf’；

   (3)从 strip_prefix = “protobuf-x.x.x”, 得知protobuf版本号。

   从网址中找到对应版本：https://github.com/protocolbuffers/protobuf/releases

   点击 Source code(tar.gz) 下载，解压到 $TENSORFLOW 下。

   $ cd $TENSORFLOW/protobuf
   $ ./autogen.sh
   $ ./configure --prefix=/usr/protobuf
   $ sudo make
   $ sudo make install
   $ sudo ln -s /usr/protobuf/bin/protoc /usr/local/bin/protoc
   

   测试

   $ protoc --version
   libprotoc x.x.x
   

7. 写个demo测试效果 test.cpp

   #include <iostream>
   #include "tensorflow/cc/client/client_session.h"
   #include "tensorflow/cc/ops/standard_ops.h"
   #include "tensorflow/core/framework/tensor.h"
   
   using namespace tensorflow;
   using namespace tensorflow::ops;
   
   int main()
   {
     Scope root = Scope::NewRootScope();
   
     // Matrix A = [3 2; -1 0]
     auto A = Const(root, { {3.f, 2.f}, {-1.f, 0.f} });
     // Vector b = [3 5]
     auto b = Const(root, { {3.f, 5.f} });
     // v = Ab^T
     auto v = MatMul(root.WithOpName("v"), A, b, MatMul::TransposeB(true));
   
     std::vector<Tensor> outputs;
     ClientSession session(root);
   
     // Run and fetch v
     TF_CHECK_OK(session.Run({v}, &outputs));
     std::cout << "tensorflow session run ok" << std::endl;
     // Expect outputs[0] == [19; -3]
     std::cout << outputs[0].matrix<float>() << std::endl;
   
     return 0;
   }
   

8. 把动态库复制到 $LD_LIBRARY_PATH 能访问到的地方

   $ sudo mkdir /usr/local/lib/tensorflow
   $ sudo cp $TENSORFLOW/tensorflow/bazel-bin/tensorflow/*.so* /usr/local/lib/tensorflow/
   $ sudo gedit ~/.bashrc
   

   在最后添加两行：

   #tensorflow
   export LD_LIBRARY_PATH=/usr/local/lib/tensorflow:$LD_LIBRARY_PATH
   

   更新变量：

   $ source ~/.bashrc
   

9. 新建 run.sh：

   #!/bin/bash
   g++ test.cpp -o test -l tensorflow_cc -l tensorflow_framework \
   -L /usr/local/lib/tensorflow \
   -I $TENSORFLOW/tensorflow \
   -I $TENSORFLOW/tensorflow/bazel-bin \
   -I $TENSORFLOW/tensorflow/bazel-bin/tensorflow/include \
   -I $TENSORFLOW/protobuf/src \
   -I $TENSORFLOW/eigen3 \
   

   编译和运行demo：

   $ ./run.sh
   $ ./test