ubuntu 20.04LTS 编译tensorflow C++

最新推荐文章于 2022-11-02 22:40:54 发布
最新推荐文章于 2022-11-02 22:40:54 发布
阅读量983 收藏 5
点赞数 2
分类专栏： # LINUX 技术 # Tensorflow 文章标签： tensorflow python linux cuda c++
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/sizaif/article/details/115740713
版权

ubuntu 20.04LTS 编译tensorflow C++

NOTE! 因为ubuntu在虚拟机里,我是用的笔记本的显卡比较落后,安装NVIDIA驱动失败,故未使用 GPU功能,仅使用了CPU模式;

编译得到libtensorflow_cc.so和libtensorflow_framework.so 是C++ 所需要的

文章目录

tensorflow 和Bazel 以及python 对应的版本

Linux

CPU
VersionPython versionCompilerBuild tools
tensorflow-2.4.03.6-3.8GCC 7.3.1Bazel 3.1.0
tensorflow-2.3.03.5-3.8GCC 7.3.1Bazel 3.1.0
tensorflow-2.2.03.5-3.8GCC 7.3.1Bazel 2.0.0
tensorflow-2.1.02.7, 3.5-3.7GCC 7.3.1Bazel 0.27.1
tensorflow-2.0.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.1
tensorflow-1.15.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.1
tensorflow-1.14.02.7, 3.3-3.7GCC 4.8Bazel 0.24.1
tensorflow-1.13.12.7, 3.3-3.7GCC 4.8Bazel 0.19.2
tensorflow-1.12.02.7, 3.3-3.6GCC 4.8Bazel 0.15.0
tensorflow-1.11.02.7, 3.3-3.6GCC 4.8Bazel 0.15.0
tensorflow-1.10.02.7, 3.3-3.6GCC 4.8Bazel 0.15.0
tensorflow-1.9.02.7, 3.3-3.6GCC 4.8Bazel 0.11.0
tensorflow-1.8.02.7, 3.3-3.6GCC 4.8Bazel 0.10.0
tensorflow-1.7.02.7, 3.3-3.6GCC 4.8Bazel 0.10.0
tensorflow-1.6.02.7, 3.3-3.6GCC 4.8Bazel 0.9.0
tensorflow-1.5.02.7, 3.3-3.6GCC 4.8Bazel 0.8.0
tensorflow-1.4.02.7, 3.3-3.6GCC 4.8Bazel 0.5.4
tensorflow-1.3.02.7, 3.3-3.6GCC 4.8Bazel 0.4.5
tensorflow-1.2.02.7, 3.3-3.6GCC 4.8Bazel 0.4.5
tensorflow-1.1.02.7, 3.3-3.6GCC 4.8Bazel 0.4.2
tensorflow-1.0.02.7, 3.3-3.6GCC 4.8Bazel 0.4.2
GPU
VersionPython versionCompilerBuild toolscuDNNCUDA
tensorflow-2.4.03.6-3.8GCC 7.3.1Bazel 3.1.08.011.0
tensorflow-2.3.03.5-3.8GCC 7.3.1Bazel 3.1.07.610.1
tensorflow-2.2.03.5-3.8GCC 7.3.1Bazel 2.0.07.610.1
tensorflow-2.1.02.7, 3.5-3.7GCC 7.3.1Bazel 0.27.17.610.1
tensorflow-2.0.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.17.410.0
tensorflow_gpu-1.15.02.7, 3.3-3.7GCC 7.3.1Bazel 0.26.17.410.0
tensorflow_gpu-1.14.02.7, 3.3-3.7GCC 4.8Bazel 0.24.17.410.0
tensorflow_gpu-1.13.12.7, 3.3-3.7GCC 4.8Bazel 0.19.27.410.0
tensorflow_gpu-1.12.02.7, 3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.11.02.7, 3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.10.02.7, 3.3-3.6GCC 4.8Bazel 0.15.079
tensorflow_gpu-1.9.02.7, 3.3-3.6GCC 4.8Bazel 0.11.079
tensorflow_gpu-1.8.02.7, 3.3-3.6GCC 4.8Bazel 0.10.079
tensorflow_gpu-1.7.02.7, 3.3-3.6GCC 4.8Bazel 0.9.079
tensorflow_gpu-1.6.02.7, 3.3-3.6GCC 4.8Bazel 0.9.079
tensorflow_gpu-1.5.02.7, 3.3-3.6GCC 4.8Bazel 0.8.079
tensorflow_gpu-1.4.02.7, 3.3-3.6GCC 4.8Bazel 0.5.468
tensorflow_gpu-1.3.02.7, 3.3-3.6GCC 4.8Bazel 0.4.568
tensorflow_gpu-1.2.02.7, 3.3-3.6GCC 4.8Bazel 0.4.55.18
tensorflow_gpu-1.1.02.7, 3.3-3.6GCC 4.8Bazel 0.4.25.18
tensorflow_gpu-1.0.02.7, 3.3-3.6GCC 4.8Bazel 0.4.25.18

具体步骤

一 首先安装python3 环境, 如果你没有安装的话

sudo apt install python3-dev python3-pip

安装TensorFlow 2 .whl包需要一个pip版本>19.0

二 安装 Bazel

这里我才用的是安装程序文件来进行的.

安装程序可以从Bazel’s下载 https://github.com/bazelbuild/bazel/releases 选择上面你要编译的对应的bazel版本

安装程序包含Bazel二进制文件，并将其提取到**$HOME/bin**文件夹中。为了让Bazel工作，必须手动安装一些附加库。

如果没有以下环境. 需要进行安装

sudo apt install g++ unzip zip

如果想用Bazel 构建JAVA代码, 使用JDK

# Ubuntu 16.04 (LTS) uses OpenJDK 8 by default:
sudo apt-get install openjdk-8-jdk

# Ubuntu 18.04 (LTS) uses OpenJDK 11 by default:
sudo apt-get install openjdk-11-jdk

下载之后, 运行

chmod +x bazel-<version>-installer-linux-x86_64.sh
./bazel-<version>-installer-linux-x86_64.sh --user

The --user flag installs Bazel to the $HOME/bin directory on your system and sets the .bazelrc path to $HOME/.bazelrc. Use the --help command to see additional installation options.

当使用–user 来安装时, Bazel 会被安装到 $HOME/bin 路径下, 添加环境语句到环境**/.bashrc**或者**/.zshrc**变量里

可以使用VIM

vim ~/.bashrc

添加以下语句

export PATH="$PATH:$HOME/bin"

然后实质生效

source ~/.bashrc

三下载tensorflow源码

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow

选择要安装的版本

git checkout branch_name  # r2.2, r2.3, r2.4 etc.

构建环境

./configure
configure 会话展示

这里要说明的是如果有CUDA，那么Do you wish to build Tensorflow with CUDA?一定要选Y，然后其它的我基本都是N

./configure
You have bazel 3.0.0 installed.
Please specify the location of python. [Default is /usr/bin/python3]: 


Found possible Python library paths:
  /usr/lib/python3/dist-packages
  /usr/local/lib/python3.6/dist-packages
Please input the desired Python library path to use.  Default is [/usr/lib/python3/dist-packages]

Do you wish to build TensorFlow with OpenCL SYCL support? [y/N]: 
No OpenCL SYCL 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.

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

Found CUDA 10.1 in:
    /usr/local/cuda-10.1/targets/x86_64-linux/lib
    /usr/local/cuda-10.1/targets/x86_64-linux/include
Found cuDNN 7 in:
    /usr/lib/x86_64-linux-gnu
    /usr/include


Please specify a list of comma-separated CUDA compute capabilities you want to build with.
You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus Each capability can be specified as "x.y" or "compute_xy" to include both virtual and binary GPU code, or as "sm_xy" to only include the binary code.
Please note that each additional compute capability significantly increases your build time and binary size, and that TensorFlow only supports compute capabilities >= 3.5 [Default is: 3.5,7.0]: 6.1


Do you want to use clang as CUDA compiler? [y/N]: 
nvcc will be used as CUDA compiler.

Please specify which gcc should be used by nvcc as the host compiler. [Default is /usr/bin/gcc]: 


Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native -Wno-sign-compare]: 


Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]: 
Not configuring the WORKSPACE for Android builds.

Preconfigured Bazel build configs. You can use any of the below by adding "--config=<>" to your build command. See .bazelrc for more details.
    --config=mkl            # Build with MKL support.
    --config=monolithic     # Config for mostly static monolithic build.
    --config=ngraph         # Build with Intel nGraph support.
    --config=numa           # Build with NUMA support.
    --config=dynamic_kernels    # (Experimental) Build kernels into separate shared objects.
    --config=v2             # Build TensorFlow 2.x instead of 1.x.
Preconfigured Bazel build configs to DISABLE default on features:
    --config=noaws          # Disable AWS S3 filesystem support.
    --config=nogcp          # Disable GCP support.
    --config=nohdfs         # Disable HDFS support.
    --config=nonccl         # Disable NVIDIA NCCL support.
Configuration finished

编译

配置好之后就进行编译：若采用CUDA 则如下

bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so

​ 这里如果不用cuda的话(前面配置的时候在CUDA那一项那里输入N)，就输入：

bazel build --config=opt  //tensorflow:libtensorflow_cc.so

可能会遇到的问题:

  1. /usr/bin/env: ‘python‘: No such file or directory

    如果以及安装了python3的版本,可能是因为显示的是python3.X 但用的的名称为python

    所以可以建立一个软连接

    whereis python3
# 如果安装的话,默认在/usr/bin/目录下
sudo ln -s /usr/bin/python3 /usr/bin/python

接下来就是漫长的等待,

因为我没有用CUDA( NVIDIA的驱动没有安装上,所以用不了GPU加速) 耗时3+小时img

最终会在 当前目录下生成一个 bazel-bin 目录下 tensorflow 里 找到这两个文件

image-20210415213223587

sizaif
关注
专栏目录
ubuntu20编译TensorFlow 源码
数字人生
12-25 412
参考https://tensorflow.google.cn/install/source?hl=zh_cn 1. 安装依赖 2. 安装Bazel 从https://github.com/bazelbuild/bazel/releases?after=3.2.0下载了3.1.0的安装包https://github.com/bazelbuild/bazel/releases/download/3.1.0/bazel-3.1.0-installer-linux-x86_64.sh安装。 3.下载 Te.
关于在Ubuntu20.04环境下安装GRPC
wsq119的博客
02-27 559
在Ubuntu20.04环境下安装GRPC
tensorflow源码安装过程记录(ubuntu16、基于CPU)
Ryoyi的博客
01-14 6883
（ubuntu16/win8.1双系统）基于CPU的tensorflow源码安装
Ubuntu 20.04下编译Tensorflow 1.15 C++
qq_36985944的博客
05-28 672
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
Ubuntu16.04编译安装tensorflow，2018最新血泪踩坑之后的全面总结！绝对成功！
pzh11001的博客
03-25 7134
大家好,我是 (深度学习硬件DIY总群)(719577294)群主:    这篇短文介绍一下怎么从源代码编译安装tensorflow-GPU版本.这个编译安装教程是我本人自己的一个安装总结,首先说明一下我自己在自己电脑上已经成功编译安装了.我的电脑配置如下:CPU:AMD4核未知型号内存:12G DDR2硬盘:两个机械硬盘,一个500G,  另一个150G显卡:GTX750TI 2G系统:WIN7...
Ubuntu 16.04编译安装TensorFlow 1.7.0 开发环境
MyArrow的专栏
04-13 2207
1. Ref 2. Clone TensorFlow repository Clone TensorFlow repo with protobuf sub-modules $ git clone --recurse-submodules https://github.com/tensorflow/tensorflow checkout需要的tag $ cd tenso...
ubuntu编译c++版tensorflow
qq_42849269的博客
04-02 907
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：系统版本是win10的内置：Bazel用的是：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...
Ubuntu16.04下C++编译Tensorflow以及API使用
qq_30534935的博客
07-16 1107
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...
ubuntu20.04对应的gdb安装包
最新发布
03-20
这个"ubuntu20.04-gdb安装包"就是为了满足那些需要在没有网络连接的环境下安装GDB的需求而准备的。 GDB的主要功能包括： 1. **设置断点**：在程序的特定位置暂停执行，以便检查当时的变量状态和程序流程。 2. **...
Windows11通过WSL2安装Ubuntu20.04LTS并编译C程序
weixin_43783098的博客
02-10 1705
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 Windows11通过WSL2安装的Ubuntu20.04LTS编译C程序前言一、命令行配置C语言环境二、VScode设置1.扩展2.编译三、运行程序 前言 安装WSL2以及Ubuntu20.04详见上一篇文章 Windows11通过WSL2安装Ubuntu20.04LTS 一、命令行配置C语言环境 第一步肯定是更新软件源和软件了 sudo apt-get update sudo apt-get upgrade 第二步安装gcc s
Ubuntu20.04离线安装gcc9.3.0依赖包.rar
10-09
这个名为"Ubuntu20.04离线安装gcc9.3.0依赖包.rar"的压缩文件就是为了解决这个问题，它包含了离线安装GCC 9.3.0所需的全部依赖。 首先，GCC（GNU Compiler Collection）是GNU项目的一部分，用于编译C、C++、Fortran...
Ubuntu下编译安装支持GPU加速的TensorFlow开发环境
04-03
Ubuntu下编译安装支持GPU加速的TensorFlow开发环境，以及安装cuda、cudnn
Ubuntu20.04LTS 安装 mmdetection 全记录
Christal_的博客
09-25 2486
Ubuntu20.04LTS 安装 mmdetection 全记录环境 anaconda安装 + gcc / g++ 安装 + 安装nvidia显卡驱动 + 安装CUDA + 根据官方文档正式安装mmdetection
Ubuntu下从源代码编译Tensorflow
flyfish
04-19 5655
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-...
Ubuntu编译tensorflow2.1-gpu
一叶舟遥
12-15 371
Setup 环境：Ubuntu 18.04.3 LTS, CUDA 10.1, cuDNN 7.5, Python 3.6.9, Bazel 0.29.1 # 创建虚拟环境 $ python3 -m build-tf $ source build-tf/bin/activate # 安装一些依赖包(这里有些坑) (build-tf) $ pip install -U pip numpy wheel (build-tf) $ pip install -U keras_preprocessing --no-d
ubuntu20.04 自己编译源码安装tensorflow
小怪物爱吹牛的博客
11-02 768
为什么要自己编译源码呢？自己编译tensorflow，为自己的机器定制一个tensorflow版本，不需要的模块可以不编译，算是为自己裁剪奠定一点基础。还有一个好处是，可以直接拉取最新的开源代码，这往往要比别人快几个月体验新特性。
Ubuntu16.04编译tensorflow的C++接口
上善若水，为而不争
10-18 6252
原文：https://www.bearoom.xyz/2018/09/27/ubuntu1604buildtf4cpp/ 之前有一篇介绍到在windows下利用VS2015编译tensorflow的C++接口，接下来这篇就介绍下在Ubuntu下编译tensorflow的C++接口。 先说一下我的电脑配置，首先是Ubuntu16.04，anaconda用的是3.4.2，CUDA用的是9.0的，c...
Ubuntu安装编译TensorFlow C++
MclarenSenna的博客
12-29 2092
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"
【Tensorflow】Ubuntu16.04下编译tensorflow C++ API接口并调用模型
weixin_38251305的博客
03-02 568
ubuntu编译tensorflow
评论 1
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