环境准备
- 操作系统: Windows 10
- 开发工具: Visual Studio 2019(包含C++开发组件)
- 构建工具: CMake
- 依赖项: Python(用于构建TensorFlow)
步骤指南
1. 安装必要的软件
-
Visual Studio 2019
- 下载并安装 Visual Studio 2019
- 在安装过程中,选择“Desktop development with C++”工作负载
-
CMake
- 下载并安装 CMake
-
Python
- 下载并安装 Python 3.x
- 在安装过程中,确保勾选“Add Python to PATH”
2. 安装Bazel
Bazel是TensorFlow的主要构建工具。下载Bazel并将其添加到系统PATH中。
- 下载 Bazel安装程序
- 安装Bazel并将安装目录添加到系统PATH中
3. 获取TensorFlow源码
从GitHub上克隆TensorFlow源码。
sh
复制代码
git clone https://github.com/tensorflow/tensorflow.git cd tensorflow
4. 配置TensorFlow
配置TensorFlow以便进行构建。运行配置脚本并根据提示选择相应的配置。
sh
复制代码
python configure.py
5. 构建TensorFlow C++库
使用Bazel构建TensorFlow C++库。由于在Windows上使用Bazel构建较为复杂,建议使用预编译的TensorFlow C++库。
-
下载预编译的TensorFlow C++库 从官方提供的链接
-
将下载的库解压到一个方便的位置,例如
C:\tensorflow
6. 设置环境变量
将TensorFlow库和头文件路径添加到系统环境变量中。
- 打开“系统属性” -> “高级” -> “环境变量”
- 添加新的系统变量:
- 变量名:
TENSORFLOW_HOME
- 变量值:
C:\tensorflow
(根据解压路径调整)
- 变量名:
- 编辑
Path
系统变量,添加:C:\tensorflow\lib
7. 编写和编译C++程序
创建一个简单的C++程序来测试TensorFlow库。
main.cpp
cpp
复制代码
#include <tensorflow/core/public/session.h> #include <tensorflow/core/protobuf/meta_graph.pb.h> #include <iostream> int main() { tensorflow::Session* session; tensorflow::Status status = tensorflow::NewSession(tensorflow::SessionOptions(), &session); if (!status.ok()) { std::cout << status.ToString() << "\n"; return 1; } std::cout << "TensorFlow session created successfully.\n"; return 0; }
CMakeLists.txt
cmake
复制代码
cmake_minimum_required(VERSION 3.10) project(TensorFlowCpp) set(CMAKE_CXX_STANDARD 11) include_directories(${TENSORFLOW_HOME}/include) link_directories(${TENSORFLOW_HOME}/lib) add_executable(main main.cpp) target_link_libraries(main tensorflow_cc tensorflow_framework)
8. 配置和生成项目
- 打开CMake GUI
- 在“Where is the source code”中选择包含
CMakeLists.txt
的目录 - 在“Where to build the binaries”中选择一个生成目录
- 点击“Configure”,选择Visual Studio 2019作为生成器,并点击“Finish”
- 配置完成后,点击“Generate”
- 打开生成的项目文件(
.sln
),使用Visual Studio编译并运行