Tensorflow001-汗水和眼泪已经分不清了之编译x86的Tensorflow源码 （build from source x86) C++ Window 10

怕热的我，有时候还真喜欢这个大家都怕冷都要把空掉关掉的密闭的办公室，因为这样子我就可以泪流满面，不是，是汗流满面才对。然后骂咧咧的说道：天啊，好热啊。

升级还是向下兼容？这是一个问题，就好像，改朝换代还是新朝当政，也是一个问题。在我看来向下兼容就是妥协。当需要向下兼容，更多是因为没人维修了，也不愿意跟上新的版本了，这样子不好，我还再敲30年代码啊！我不想去开菜鸟驿站。

这就引到了该文章的目的：
如何编一个x86（向下兼容）的tensorflow.lib，然后可以在X86（win32）的C++上使用。

清单1：心路历程
清单2：需要的工具
清单3：大致的步骤
清单4：很不错的博客
清单5：神奇的问题们

##########心路历程##########

公司前辈建议可以用：
在X86项目创建一个X64进程
X64进程调用X64或者X86的Tensorflow，然后交互。

在听到这个建议前我是看到了个这样子的帖子，过了一遍，然后没注意细节，大致方向为：
在Linux上编译出来你需要的Tensorflow
把1封装成C++可以用的库（丢脸，到现在“库”都没深刻理解，太多书单要看了）
然后C++在使用2.

这两个建议方向听着都很优雅！就像是办公室温度长期维持在20度的样子。但是这两个我都没经验，所以我仍然硬着头皮选择了，这个大家都在搜的词条:
VS2015编译Tensorflow，Build Tensorflow using VS2015
编译r1.8.0 Tensorflow，Build Tensorflow r1.8.0
编译32位Tensorflow, Build Tensorflow x86/32bits

今天呢总算是弄好了，满怀希望的抱着习武之人必带的游戏本回家把测试好的lib配置到项目的VS2010我才发现，VS2010没办法用，没办法用！我的天啊，没办法用。为什么？

因为最低可以编译的VS版本为2015，根本编不出来VS2010可以用的。不兼容性太多了。唉，今天风真大，在阳台看了一会容易阴晴残缺的农历十六的月亮的我，眼睛又太干涩了，眼眶又红了。明天又要去和前辈纠缠了。

关于版本工具的大概tensorflow有介绍 ：Tensorflow 官方链接

值得一提的是这个官方非阳间攻略根本就没办法成功，各种奇怪的错误一大堆。我在Tensorflow的git repo的bug report下还看到一条信息：维护这个编译的人已经没了？没了？现在就全靠community维护了！

##########需要的工具##########

1. CMAKE-GUI，版本越新越好，我用的是：3.15.0.rc1

2. Visual Studio 2015 （VS2015）community version 社区版本 - x64

3. Tensorflow Git Repo
   #git checkout r1.9.0

4. Swig-win

5. 翻越长城城墙的工具

##########大致的步骤##########

1. CMAKE-GUI，选择source 和 destination

#Source
D:/tensorflow-root/tensorflow/tensorflow/contrib/cmake
#Destination
D:/tensorflow-root/tensorflow/tensorflow/contrib/cmake/build

会报错！因为没有指向 - SWIG_EXECUTABLE，选择你的swig.exe后，把tensorflow_BUILD_SHARED_LIB打勾，接着再次Configure。

（没想着配置GPU，所以不处理GPU，先确保这个CPU没问题了，下两周再来想GPU的办法吧）

2. 更新一些网络限制的lib

因为很多ZIP在CMAKE的过程中是无法下载的的！VPN用了都没办法，需要手动下载并且放置于：

E:\tensorflow-root-path\tensorflow\contrib\cmake\build\downloads

下完后还需要去修改对应的cmake文件，因为它会检查然后删除掉，图一个省心省力省时，我直接把对应的cmake全部清空了，当然也做了一个备份。

下面的百度云可以下载到需要的ZIP，已经配置好的cmake-download文件。

链接：https://pan.baidu.com/s/144UF8Vq4zUlzXY-AsSocNw
提取码：skea

3. 编译

用VS2015打开build下面的tensorflow.sln，编译。

然后等结果，好啦。

好了？当然是好了。

。。。。
。。。
。。
。

。
。

才怪，奇奇怪怪乱七八糟的神经神奇的问题一大堆，我这里就说一下我碰到的，每个人可能不同。下面这些很不错的博客也略多略少的介绍了碰到的问题。

##########很不错的博客##########

在提到这些问题们，就不得不提一下参考的博客的帖子们。排名不分先后，只是按照收藏的顺序。

1号 - win10 编译tensorflow1.8和tensorflow1.9生成64位和32位的dll（都是cpu）

这里提到了一个重点：32位的时候，tensorflow branch需要低版本才可以的！我如果早点搜索，而不是想着把以前r.1.13.0编译成32位的就好了。。。。作者提到了r1.9.0才可以使用32位！感谢。

也提供一个很不错的debug方式，去找对应的小模块单独编译。

2号 - 【软件安装】WIN10 + Tensorflow1.12 C++接口 + Cmake编译失败 + Bazel编译成功 + C++接口

这个作者提到了几个问题的解决方法：

问题1
tensorflow-master\tensorflow\core\kernels\unicode_ops.cc(65): error C2440: “初始化”: 无法从“const UChar *”转换为“const char16_t *”
解决方法：强制转换类型，const char16_t* buf = (char16_t*)in.getBuffer();

问题2：
tensorflow-master\tensorflow\cc\gradients\nn_grad.cc
报错：auto squeeze_result = Squeeze(scope, matmul_result, Squeeze::Axis(axis));
解决方法：auto squeeze_result = Squeeze(scope, matmul_result, Squeeze::SqueezeDims(axis));

但是这个博客使用的是tensorflow r1.12.0和r1.13.0的，和实际的使用情况也不同，不过还是很推荐看一遍的。

3号 - win10 + bazel-0.20.0 + tensorflow-1.13.1 编译tensorflow GPU版本的C++库

如果你需要GPU版本的话，可以参考一下3号

4号 - 【Tensorflow】Windows以cmake+visual studio方式编译cpu版tensorflow.dll和tensorflow.lib

作者很细心的罗列出来了编译完后的文件夹路径和内容，要不是因为这个帖子，我还以为bazel-build出来的结果和CMAKE build出来的结果是一致！！还一直对应不起来C++所需要的文件路径。

##########神奇的问题##########

神奇的问题真的很多，可以翻墙的话，谷歌搜，可以找到很多在tensorflow git repo下官方的回答。不行的话，bing国际版，也可以找到很多stack-overflow的回答！百度也是不错，CSDN就很赞。

libFuzzer 问题：

Cloning into 'third_party/libFuzzer'...
fatal: unable to access 'https://chromium.googlesource.com/chromium/llvm-project/llvm/lib/Fuzzer/': Failed to connect to chromium.googlesource.com port 443: Connection timed out
fatal: clone of 'https://chromium.googlesource.com/chromium/llvm-project/llvm/lib/Fuzzer' into submodule path 'third_party/libFuzzer' failed
Failed to recurse into submodule path 'cmake/external/grpc/third_party/bloaty'
Failed to recurse into submodule path 'cmake/external/grpc'

下载Fuzzer，然后替换到指定的路径下。

链接：https://pan.baidu.com/s/1_ZDnupYo74UF-yKQIohr-Q 
提取码：j6hw

########################
有其他问题的话，站内私信回复可能较慢，需要的话也可以关注一波公众号里面可以提问，公众号如下：

李先生苏女士和小馒头的生活记录

编译好的链接：
链接：https://pan.baidu.com/s/1yQkWe0lUKKbDJivdda5BwQ
提取码公众输入20200903既有。

周末再写一些如何把使用C++调用训练好的模型，以及.model, .h5和.pb的转换。