tensorflow 编译C++ 依赖库踩坑实录

说在前面：阻挡我们站在巨人肩膀上的最大障碍绝对不是算法逻辑啥的，而是BUILD，编译真的是最让人头疼的问题。（由此可见统一所有环境有多重要。。）

环境配置

大部分来自于官网给出的配置：https://www.tensorflow.org/install/source_windows

 

系统：windows10

python ：3.8

tensorflow ： 2.6

Bazel ：3.7.2

已安装visual studio 2017 企业版 和 2019社区版

numpy ：1.19.2

编译步骤：

编译时参考了国外的步骤：https://github.com/sitting-duck/stuff/tree/master/ai/tensorflow/build_tensorflow_1.14_source_for_Windows

这个编译的是1.14版本 还是1080ti的版本，大致上相同，这里给出我自己的理解步骤：

1.环境准备：

初始系统环境必须要干净，如果有安装类似anaconda，miniconda的集成环境，必须在环境变量里面删除PATH里面的相关配置，这一步尤其重要，会影响到后面numpy找不找得到的问题。

2.安装GPU驱动 安装cuda和cudnn

正常安装流程，网上教程很多，注意配套版本即可，我用的是RTX3090，cuda11，cudnn8

3.安装python

正常安装python，注意最后直接选择“加入 PATH”，可以省去手动添加。

4.安装Bazel

还是建议直接安装Bazel，Installing Bazel on Windows - Bazel main

找到对应版本，下载安装

5.安装MSYS

如果 MSYS2 安装到C:\msys64，即。您安装了 64 位版本，添加C:\msys64\usr\bin到您的%PATH%环境变量。然后，使用 cmd.exe，运行：

pacman -S git patch unzip

6.visual studio环境

我直接安装了两个，按道理只要有一个环境就可以

7.Clone tensorflow源码

下载下来后切换到需要编译的版本，我这里是：

git checkout r2.6

8.配置编译环境

使用源码路径下的configure.py配置，CPU环境所有都默认配置，GPU环境只需要在选择CUDA的是时候选择“Y”，部分截图如下，来自上面参考链接：

$ python configure.py
WARNING: --batch mode is deprecated. Please instead explicitly shut down your Bazel server using the command "bazel shutdown".
You have bazel 0.24.1 installed.
Please specify the location of python. [Default is C:\Users\Username\AppData\Local\Programs\Python\Python36\python.exe]:


Found possible Python library paths:
  C:\Users\Username\AppData\Local\Programs\Python\Python36\lib\site-packages
Please input the desired Python library path to use.  Default is [C:\Users\Username\AppData\Local\Programs\Python\Python36\lib\site-packages]

Do you wish to build TensorFlow with XLA JIT support? [y/N]:
No XLA JIT support will be enabled for TensorFlow.

Do you wish to build TensorFlow with ROCm support? [y/N]:
No ROCm support will be enabled for TensorFlow.

Do you wish to build TensorFlow with CUDA support? [y/N]: Y
CUDA support will be enabled for TensorFlow.

Found CUDA 10.0 in:
	C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/lib/x64
	C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/include
Found cuDNN 7 in:
	C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/lib
	C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/include

9.编译动态库和静态库

bazel build --config=cuda tensorflow:tensorflow.dll

bazel build --config=cuda tensorflow:tensorflow.lib

重要的地方

遇到问题要仔细查看问题是啥意思，弄清楚了问题是啥其实很好理解，我在编译时出现的最大问题是“numpy找不到”，但是使用pip list查看确实是有安装，后来想起我的PC安装过miniconda，并且配置到了系统环境变量，就想到会不会是其实没有装，因为我在编译时没有使用miniconda的环境，后来移除miniconda在系统环境变量的配置后再查看目前安装的python包，果然确实没有numpy，之后就顺利安装了，所以有时候问题很简单，搞清楚报错原因就能很好地解决。

如果遇到什么问题可以多交流交流，真心希望以后类似这种问题中文资料要比英文多，还是应该多了解底层原因，共勉之！