心电信号深度学习训练及部署（3）：编译tensorflow C++ API

python训练得到模型后，将模型部署到C++上应用，这个过程首先要对tensorflow源代码进行编译，得到tensorflow C++的API接口，在C++上进行调用。（别看寥寥几句话，这个过程个人感觉最苦逼，遇到的坑最多，花费时间最久）

由于系统是win10下，VS2019调用，我的目标是编译一个DLL和LIB，搜索尝试了很多，最后在这篇博主（https://blog.csdn.net/yx123919804/article/details/107042822/）的方法下完成了编译，大家可以参考进行尝试。

下面是我大致的流程，比较简单，具体的可以参考上面的博文。

 

准备工作

1. 下载tensorflow源码，2.1.1版本

2. 安装bazel 0.29.0 （bazel版本与tensorflow的版本需要对应一致，若不同可能导致编译错误）

3. 安装MSYS2

4. 配置一个tensorflow的anaconda环境（参考博文提到的具体依赖项我没有安装，仅配置了环境）

5. 安装VS2019（原来就安装好的，VS2017未尝试）

 

编译release版

1. 打开anaconda prompt， 激活tensorflow环境

2. 切换到tensorflow源代码目录

3. 运行python configure.py进行配置，除了CUDA部分选择Y，与参考博主不同外，其他的都相同

这里我遇到了一个问题，在CUDA中选Y后，找不到相应的CUDA。我的问题是我安装tensorflow时并未安装显卡驱动，tensorflow应该是自己帮我装上了，后面我移除了该环境，先安装相应版本的显卡驱动，再装tensorflow-gpu，问题得到解决。

4. 编译dll。输入 bazel build --config=opt //tensorflow:tensorflow_cc.dll进行编译，如果不成功，可以多试几次，可以在网络好一些的时候尝试（我个人晚上尝试失败，第二天早上尝试成功）

5. 编译lib。输入 bazel build --config=opt //tensorflow:tensorflow_cc_dll_import_lib进行编译

6. 编译头文件。再输入 bazel build --config=opt //tensorflow:install_headers

 

编译时间根据电脑和网速有所不同，我的在网络好的时候，半个小时编译结束。完成后，在D:\tensorflow-2.1.1\bazel-bin\tensorflow下得到我们需要的三个文件（夹）：include文件夹、tensorflow_cc.dll和tensorflow_cc.lib。

至此，整个编译过程已完成。参考博文介绍的debug我没有尝试，有兴趣的朋友可以尝试以下。友情提示，此时千万不要用bazel clean 清除文件，因为我们还会回来。

 

参考资料

[1] https://blog.csdn.net/yx123919804/article/details/107042822/