windows vs2017编译tensorflow1.8_gpu

花了一周多时间，总算是编译好了，但仍然还有带下划线的五个项目编译失败，之前有看到网上说是配置的问题，但是按其方法并没有解决，但是重要的dll和lib都编译完成了，就不想再去折腾了，好了不废话了，我将自己的编译艰辛路程记录下，希望能帮到大家，第一次写博客，各位请见谅。

一 编译环境：

1 vs2017community  注意： 这里用平台工具集是用的vs 2015 (v140)

2 cuda9.0和cudnn7.1  cuda这个是比较折腾的，cuda更新速度赶不上vs，后面详细介绍

3 下载swigwin最新版即可，这个比较简单，下载解压就行，到时在cmake中添加路径

4 cmake-gui版本最近的都行，当时我这边报错，以为是cmake版本问题，后面证明没关系，安装时添加到系统环境变量中

5 git 下载安装添加到环境变量中

6 tensorflow_gpu_1.8，在www.github.com/tensorflow中选择下载对应分支

二 关于以上环境安装的问题

1 cuda版本和vs版本问题

vs2017和vs2015没有影响，重要的是平台工具集一定要选择vs2015 (v140)；目前cuda9.0 cuda9.2都不支持vs2017(v141)

2 cuda和cudnn

cuda安装一路默认就行了，cudnn下载下来不用安装，只需要将其bin,lib，include三个文件夹下面的内容拷贝到cuda对应文件夹下面

cuda安装完成后需要将其加入到环境变量，在命令行中输入set cuda大概能看到这些信息

另外可以输入nvcc -V查看cuda版本信息

三 使用cmake-gui生成sln工程

 

1 首先在tensorflow-r1.8/tensorflow/contrib/cmake文件夹下面新建一个文件夹build

2 打开cmake-gui，输入对应路径，如图    注意：在打开cmake之前最好先在命令行运行下set perferredToolArchitecture=x64

3 点击Add Entry添加我们之前下载的swigwin执行文件路径

4 configure选择生成器，这里选择vs 14 2015 win64 点击完成就出现如下图

在这里我们需要勾选 tensorflow_BUILD_SHARED_LIB和ENABLE_GPU，然后点击生成，在build目录下就将生成274个待编译的项目了。这里需要说明下，最好不要去掉默认的几个选项，去掉后可能不通过，其中GRPC_SUPPORT是最坑的了，这是google三方的文件，需要google上下载，但是去掉后会存在部分编译失败的情况，所以尽量网络通畅才不会那么费事儿

四 编译tensorflow

在用vs2017打开tensorflow.snl工程前，再在命令行输入set perferredToolArchitecture=x64确保是用64位编译器，另外网上普遍说的更改cmakelist第87到93行，实测完全可以忽略，不用更改。现在最重要的一点也是编译的关键就是需要能保证网络通畅，不仅需要下载gitbub上文件，还需要能访问google，我一直编译不通过全是因为网络问题，开始不懂，到处去找原因，后面能上google了，编译很顺利，啥也不用改。

打开tensorflow.snl后，先选择release x64编译吧，debug据说还有坑，直接选中all_build点击生成，漫长的等待，最终会在build/Release文件夹下面生成相应的库文件，如下图：