tf编译pointnet2-master中sampling层

最新推荐文章于 2024-05-31 17:44:30 发布

evanna-y

最新推荐文章于 2024-05-31 17:44:30 发布

阅读量1.7k

点赞数 3

分类专栏： tensorflow linux

本文链接：https://blog.csdn.net/sudakuang/article/details/102595713

版权

本文介绍了如何在TensorFlow中编译PointNet2的sampling层。首先，需要修改`tf_sampling_compile.sh`文件的参数，并将所有涉及TensorFlow的路径替换为TF_ROOT。确保CUDA路径正确，并匹配TensorFlow的兼容版本。当遇到编译问题时，检查g++和TensorFlow版本的兼容性。在编译成功后，如果遇到`undefined symbol`错误，可能是TensorFlow版本不匹配，需要根据情况选择合适的代码段。最后，如果编译后的.so文件报错，删除并重新编译以解决问题。

摘要由CSDN通过智能技术生成

1 .\tf_ops\sampling\文件夹下

打开tf_sampling_compile.sh

修改几个参数

#/bin/bash
/usr/local/cuda/bin/nvcc tf_sampling_g.cu -o tf_sampling_g.cu.o -c -O2 -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPIC

TF_ROOT=./venv/lib/python3.6/site-packages/tensorflow
# TF1.2
#g++ -std=c++11 tf_sampling.cpp tf_sampling_g.cu.o -o tf_sampling_so.so -shared -fPIC -I ${TF_ROOT}/include -I /usr/local/cuda/include -lcudart -L /usr/local/cuda/lib64/ -O2 -D_GLIBCXX_USE_CXX11_ABI=0


# TF1.4
g++ -std=c++11 tf_sampling.cpp tf_sampling_g.cu.o -o tf_sampling_so.so -shared -fPIC -I ${TF_ROOT}/include -I /usr/local/cuda/include -I ${TF_ROOT}/include/external/nsync/public -lcudart -L /usr/local/cuda/lib64/ -L ${TF_ROOT}  -ltensorflow_framework -O2 -D_GLIBCXX_USE_CXX11_ABI=0

最低0.47元/天解锁文章

evanna-y

关注

3
点赞
踩
4

收藏

觉得还不错? 一键收藏
2
评论
tf编译pointnet2-master中sampling层

1 .\tf_ops\sampling\文件夹下打开tf_sampling_compile.sh修改几个参数#/bin/bash/usr/local/cuda/bin/nvcc tf_sampling_g.cu -o tf_sampling_g.cu.o -c -O2 -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPICTF_ROOT=./venv/...
复制链接

扫一扫

专栏目录