mxnet的C/C++接口编译

                                 mxnet的C/C++接口编译

    Python的版本的mxnet版本用来训练、验证及测试算法效果还比较方便，但是实际部署则需要C/C++接口，因此需要编译相应接口以方便部署。

一、编译环境之windows10（编译出动态库libmxnet.dll、libmxnet.lib及include头文件）。

一）环境及依赖、

1. Windows10
2. Cuda10.1
3. Cudnn7.5.1
4. Cmake 3.15.0
5. Opencv3.4.2
6. OpenBLAS-v0.2.19-Win64-int32
7. Vs2015

 

二）、编译步骤

1. 下载源码

git clone --recursive https://github.com/dmlc/mxnet  

      2、准备好依赖库

这里仅仅给出openblas下载地址（其他依赖百度即可）：

https://sourceforge.net/projects/openblas/files/v0.2.19/

     3、Cmake-gui生成vs2015的.sln

根据出现红色提示配置三方依赖库（加入opencv3.4.2目录、加入openblas库libopenblas.dll.a），然后点击configure 和Generating 完成.sln的生成。

 

 

   4、Vs2015中编译（x64）

 

 5、生成C++依赖头文件 op.h

为了能够使用C++原生接口，这一步是很关键的一步，目的是生成mxnet C++程序依赖的op.h文件，如果直接指向编译mxnet并使用C++， 在mxnet/cpp-package/scripts目录，将所有依赖到的dll拷贝进来。

运行命令：python OpWrapperGenerator.py libmxnet.dll

出现这个错误，不知道什么原因，为避免在使用时报错暂时将这几个函数注释掉。

三）C接口的使用

   头文件：mxnet/include/mxnet/

 

 

创建一个简单的vs2015工程，参考mxnet中的example,目录位置：

mxnet_\example\image-classification\predict-cpp。

 

编译后，x64\Release下

CMD命令行运行：mxnet_c_api_demo.exe 1.jpg 1

 

完整工程，打开编译既可以用：https://github.com/SyGoing/mxnet_c_api_demo-in-vs2015

后续上传实现的LFFD的C_API版本及ncnn移植版本

二、编译环境之ubuntu16.04（待续）