ubuntu编译c++版tensorflow

最新推荐文章于 2022-08-08 10:34:42 发布
最新推荐文章于 2022-08-08 10:34:42 发布
阅读量906 收藏 10
点赞数
分类专栏： 学习心得
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42849269/article/details/88978093
版权
本文记录了在Ubuntu系统下编译C++版TensorFlow的全过程，包括版本匹配、依赖安装、protobuf编译以及解决遇到的各种错误。在编译过程中，重点强调了protobuf版本的一致性，配置环境，以及解决configure错误、缺少库文件等问题的步骤。最终成功编译出可执行文件tf_test。
摘要由CSDN通过智能技术生成

ubuntu 编译c++版tensorflow

编译了一个星期的血泪史 ， 首先来看看我的各种版本

首先Tensorflow版本无所谓 你想用哪个版本就用哪个版本
我这里用的是除了2.0意外git上最新的版本：

Tensorflow1.13.1

系统版本是win10的内置：

Linux *** 4.4.0-17134-Microsoft #112-Microsoft Thu Jun 07 			22:57:00 PST 2018 	x86_64 x86_64 x86_64 GNU/Linux

Bazel用的是：

0.20.0

这个版本这需要对应好 在执行编译tensorflow的时候，如果版本过高会提醒降级… 我最开始装的是最新版0.24.0它让我换0.23.0或更低我就索性换了0.20.0

最重要的protobuf！！！ 版本必须1对1， 我在别人的blog中也没找到对应的版本（只告诉要对应好， 我就各种尝试更换版本！！，我的天）这个找稍后安装tensorflow的时候会讲

开始下载
github上clone好自己想用的tensorflow版本，这里我用的zip（网上好多版本，zip不行， tar不行， 各种缺文件， 无所谓了，反正我成功的时候用的zip 我也不知道有没有关系）

Tensorflow源码中

tensorflow-xxx/tensorflow/contrib/makefile/downloads

文件下会有需要安装的依赖包（都是源码包需要编译）ÿ

最低0.47元/天 解锁文章
凡卿
关注
  • 0
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
tensorflow1.4 c++编译以及API使用
zwx1995zwx的博客
01-15 1万+
摘要： 最近在研究如何使用tensorflow c++ API调用tensorflow python环境下训练得到的网络模型文件。参考了很多博客，文档，一路上踩了很多坑，现将自己的方法步骤记录下来，希望能够帮到有需要的人！（本文默认读者对python环境下tensorflow的使用已经比较熟悉了） 方法简要梳理如下： 安装bazel，然后使用bazel编译tensorflow源码，产生我们
Ubuntu安装编译TensorFlow C++
MclarenSenna的博客
12-29 2087
1、下载TensorFlow源码 https://github.com/tensorflow/tensorflow 2、安装编译protobuf protobuf版本要和TensorFlow版本对应； protobuf版本查看方法： 打开TensorFlow源码下tensorflow-master/tensorflow/workspace2.bzl文件 搜索可以找到地址"https://github.com/protocolbuffers/protobuf/archive/v3.9.2.zip"
C++部署TensorFlow模型
热门推荐
蓬莱道人的博客
03-01 1万+
安装好C++版的TensorFlow之后，我们就可以用C++来部署python训练好的TensorFlow模型了。安装C++版的TensorFlow的教程可以参考这里。部署TensorFlow模型主要分为两步，第一步是用python训练模型，然后保存模型为.pb格式的二进制文件；第二步则是在C++中加载python保存的模型并进行预测。 1、python训练模型并保存 2、使用C++加...
windows下，编译c++版本的tensorflow（cpu版本）
wenrouruwanlian_qy的博客
09-02 4605
花了整整一天的时间，终于编译好了c++版本的tensorflow，下面将给出我的整个编译过程，我只能说过程很艰辛，查了很多资料，不过最后总算是成功了，功夫不负有心人。下面将给我的编译过程： 参考博客： https://blog.csdn.net/jiugeshao/article/details/79144438 https://www.jianshu.com/p/3549c8e9cc15 ...
TensorFlow C++版编译及VS2017环境配置
qq_42674284的博客
08-08 1649
新手向Tensorflow C++动态库编译全流程详解，让C++也可以写出流畅的TensorFlow代码，让你的深度学习模型更快更强。
Ubuntu16.04下C++编译Tensorflow以及API使用
qq_30534935的博客
07-16 1105
参考文章： https://blog.csdn.net/qq_29462849/article/details/84986592 https://blog.csdn.net/qq_25109263/article/details/81285952 https://blog.csdn.net/zwx1995zwx/article/details/79064064 文章简介： 我们一般使用python...
Ubuntu18安装tensorflow2 （c++版本）
DrakeWYH的博客
11-19 610
安装tensorflow （c++版本） 环境：Ubuntu 18.04 LTS、g++ 7.5.0、CUDA 10.1、cuDNN 7.6.4 安装位置：新建文件夹 $HOME/TF，命名为 $TENSORFLOW，位置、命名可随意更改。 安装bazelisk $ sudo curl -Lo /usr/local/bin/bazel https://github.com/bazelbuild/bazelisk/releases/download/vx.x.x/bazelisk-linux-amd64
ubuntu使用bazel编译安装tensorflow c++
hwei的博客
03-30 2323
按照官网步骤 1.下载安装cuda,cudnn(注意版本，我的是cuda9.0+cudnn7.5) 2.下载安装bazel,也需要注意版本 3.下载tensorflow源码https://github.com/tensorflow/tensorflow 4.进入tensorflow文件夹， cd tensorflow ./configure config按照提示选择，若有gpu，怎在选择cuda...
Ubuntu18.04下C++编译tensorflow并在QT中使用
qq_29462849的博客
12-13 7429
本博文参考： https://blog.csdn.net/qq_25109263/article/details/81285952 https://blog.csdn.net/dragonchow123/article/details/80682787 介绍 最近要把模型落地了，由于整个系统是基于C++的，但是我们一般都是使用python来训练模型，这个时候就需要进行转换了。tensorflow提...
tensorflow 1.4.0 编译的C++库
04-02
编译好的tensorflow c++库，包括lib文件和dll文件，tensorflow版本为1.4.0,可以在C++程序跑tensorflow模型； 需要自行下载官方源码，里面有需要包含的头文件；
windows下，编译c++版本的tensorflow（cpu版本）.pdf
04-23
windows下，编译c++版本的tensorflow（cpu版本）.pdf
Ubuntu1604 下编译并使用tensorflow c++库
lovekkss的博客
08-11 5800
------------------ 安装tensorflow c++库 ------------------------ 1.     安装bazel 具体怎么安装可以在bazel官网看看 有直接的命令的 2.     git clone 一份tensorflow的源码 上官网看 3.     进入tensorflow的根目录   3.1    执行./configure 根据提示配置一
Ubuntu下从源代码编译Tensorflow
flyfish
04-19 5654
Ubuntu下从源代码编译Tensorflow flyfish 一、环境 操作系统：Ubuntu 18.04 源码：Tensorflow 1.4 语言：C++ 编译工具：bazel 0.5.4 Python版本：3.6 编译配置：CPU 目的：在Ubuntu下使用C++ 编写深度学习代码 二、前提 如果机器没有安装Python,可以使用如下命令安装 sudo apt install python-...
AI模型设计：C++版本tensorflow_gpu模型构建与训练
源代码杀手的博客
04-13 1910
未完待续，周末更新三篇文章： #include <tensorflow/tensorflow/cc/client/client_session.h> #include <tensorflow/tensorflow/cc/ops/standard_ops.h> #include <tensorflow/tensorflow/core/framework/tensor.h> #include <tensorflow/tensorflow/cc/framework/gra
Tensorflow的C++部署系列（一）：环境配置
weixin_41068770的博客
05-26 5149
tensorflow作为一个著名的开源深度学习框架，其在python平台的神经网络模型搭建、训练和测试等是很齐全的，但其在C++端的设计方面性能相对较差。在实际工程中，C++项目具有更省时的优点，因此基于C++的tensorflow的开发是很重要的。 一些比较知名的网络模型，例如yolo-v3系列等的C++代码较为全面，一定程度属于定制的。 然而对于一些自己编写的网络模型的支持方面，我们往往需要自己来配置环境。坦白说，笔者在配置环境方面花费了很多时间，参考了很多优秀的资料，但最后都不尽如意。作为一个小白
Tensorflow c++源码编译（踩坑版）
zqwwwm的博客
12-14 5911
在实际项目部署过程中，会需要tensorflow c或者c++版本， 网上一通查，说自己编译会各种坑，投机取巧。。在拿到别人编译好的c和c++版本调用报错后，开始痛定思痛，躲不过的坑 自己来趟好了。。 先说下电脑环境： linux18.04 cuda 10.0 cudnn 7.6.5 make 4.1 protobuf 3.7 ############环境安装############# 怕tensorflow版本高 容易出错，保守选择 tensroflow 1.13.1版本， 并选择
Ubuntu 20.04下编译Tensorflow 1.15 C++
qq_36985944的博客
05-28 670
Ubuntu 20.04下编译Tensorflow 1.15 C++编译NVIDIA维护的TensorFlow 1.15完成编译后看到的现象功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 TensorFlow的1.15版本已经不受
C++实现tensorflow线上服务
TURING.DT
01-30 953
tensorflow_service tensorflow是被广泛应用的深度学习框架，提供丰富的API接口，可以省去很多自己的开发工作。python版本的tensorflow是被应用最多的。但是python的执行效率偏低。有很多公司后台是用C++编写的，为了更好的将深度模型应用到线上，通常需要进行模型在线inference。 最近在做tensorflow模型的C++线上inference， 模型训练仍然利用python tensorflow验证效果,实际上线时，采用更加高效的C++ API进行服务。将经
在ubuntu如何交叉编译tensorflow
最新发布
05-18
要在Ubuntu上进行交叉编译TensorFlow，您需要以下工具和库： 1. 交叉编译工具链：您需要安装适用于您目标设备的交叉编译工具链，例如ARM架构的设备需要安装arm-linux-gnueabihf交叉编译工具链。 2. Bazel构建系统：TensorFlow使用Bazel构建系统进行构建，因此您需要在Ubuntu上安装Bazel。 3. TensorFlow依赖项：您需要在Ubuntu上安装TensorFlow所需的所有依赖项，包括Python、NumPy、SWIG等。 完成上述步骤后，您可以按照以下步骤在Ubuntu上交叉编译TensorFlow： 1. 设置交叉编译工具链的环境变量，例如： ``` export CC=arm-linux-gnueabihf-gcc export CXX=arm-linux-gnueabihf-g++ ``` 2. 克隆TensorFlow存储库并切换到所需的版本，例如： ``` git clone https://github.com/tensorflow/tensorflow.git cd tensorflow git checkout r2.0 ``` 3. 使用Bazel构建系统配置TensorFlow构建环境，例如： ``` ./configure ``` 在配置期间，您需要提供有关目标设备的信息，例如架构、操作系统、交叉编译工具链路径等。 4. 使用Bazel构建系统编译TensorFlow，例如： ``` bazel build --config=opt --config=crosscompile //tensorflow/tools/pip_package:build_pip_package ``` 5. 构建完成后，您可以使用Bazel构建系统打包TensorFlow pip包，例如： ``` bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg ``` 6. 将生成的pip包复制到目标设备上，并使用pip命令进行安装，例如： ``` pip install /path/to/tensorflow_pkg/tensorflow-version-cp36-cp36m-linux_armv7l.whl ``` 完成上述步骤后，您应该能够在目标设备上成功安装TensorFlow。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值