Windows10 VS2015 Tensorflow1.12 编译动态链接库( dll和lib)

总体介绍

为什么通过Bazel编译基于Windows的动态链接库？

为什么不用cmake？因为cmake是开发人员自发维护的，当tensorflow升级到1.12时，维护cmake的人已放弃，从而得不到过多支持，编译出错的概率大，而且切问题不好定位，也找不到答案。所以转用有官方支撑的bazel才是正道。

安装、配置环境

-1- 安装VS2015

原因：

• tensorflow的编译需要用到vs2015自带的build tool；
• 已安装了vs2017的也可尝试编译，但编译过程中出现错误（无法识别到某某函数）；
• 已安装过vs2017的也可以直接下载旧版的build tool编译工具，但安装的时候系统提示已有最新版本无法安装；
• 所以，建议直接安装vs2015，而且，vs2017无需删除，两个IDE可并存；

-2- 安装 MSYS2

原因：

• msys2是一个运行环境，也是一个编译器；
• tensorflow编译前的环境配置得按linux模式来运行；

安装建议：

• 安装在默认位置
• 否者运行配置文件时，会出现莫名错误
• 安装完成后，通过命令行运行mingw32.exe，并输入如下命令

pacman -Syu
pacman -Su
pacman -S zip unzip patch diffutils git

-3- 安装python3.6.7

原因：

• 因为编译时，提示采用python3.6.7配合编译;

-4- 安装 Bazel

安装建议：

• 下载指定版本（bazel0.15，因为tensorflow1.12需要基于bazel0.15进行配置；
• 复制可执行文件到msys2安装目录下，并修改执行文件的名称为bazel.exe
• 新建环境变量：BAZEL_SH，BAZEL_VC ，BAZEL_VS 如下
  

-5- 下载Tensorflow-windows-build-script

原因：

因为有墙，越不过就下不了需要的依赖库，编译就会不成功。此脚本已经把需要的依赖和配置全部通过脚本实现，只需运行一行命令，根据提示选择y 或 n，就能配置成功并开始编译。

脚本提供几个参数设置，具体参考GitHub说明：
-BazelBuildParameters 强制

• 传递给Bazel以构建Tensorflow的字符串。
• 如果构建C API，需要输入 //tensorflow:libtensorflow.so。
• 如果构建C ++ API，需要输入 //tensorflow:libtensorflow_cc.so。

-BuildCppAPI可选

• 构建v1.11.0，v1.12.0和v1.13.1的C ++ API时需要使用此功能。

-ReserveSource可选

• 当确认源文件夹中有有效的tensorflow，并且，不想重新克隆时；

-ReserveVenv可选

• 当确认venv文件夹中有有效的虚拟环境并且不重新创建虚拟环境时。

-IgnoreDepsVersion问题可选

• 可忽略由于安装的依赖库的版本不同而引起的警告；

-InstallDefaultDeps可选

• 如果指定，则如果依赖库未安装，将安装默认版本的依赖项。

-6- 下载tensorflow1.12

解压到tensorflow-windows-build-script目录下，并把文件名更名为resource

-7- 编译

已管理员权限运行PowerShell；
进入tensorflow-windows-build-script目录，输入命令

$parameterString = "--config=opt //tensorflow:libtensorflow_cc.so //tensorflow:install_headers //tensorflow:libtensorflow_framework.so"
.\build.ps1 -BazelBuildParameters $parameterString -BuildCppAPI -ReserveSource

//tensorflow:install_headers：编译后，用到的头文件，都会install到bazel_bin目录下。

之后，根据提示，选择回车和输入，编译成功后，so.dll lib 都在bazel-bin目录下：

-8- 调用，运行

• 如果成功，libtensorflow_cc.so.if.lib， libtensorflow_cc.so( 名字修改为 tensorflow_cc.dll 即可)和众多头文件就会出现再bazel-bin文件下
• 在vs里面调用上述文件，再配合tensorflow\examples\label_image\main.cc 运行程序，即可看到结果

-9- debug

如果那么容易成功，我TM还记录这么多步骤干嘛？所以，基于上述-8- 的步骤，点击编译，可能出现很多很多无法识别的外部符号，如：

Error LNK2019 unresolved external symbol “public: virtual __cdecl
tensorflow::internal::LogMessage::~LogMessage(void)”
(??1LogMessage@internal@tensorflow@@UEAA@XZ) referenced in function
“public: void __cdecl tensorflow::internal::LogMessage::`vbase
destructor’(void)”
(??_DLogMessage@internal@tensorflow@@QEAAXXZ) TFBzl112 D:\Code\cc\TF1.12BazelDemo\build\main.obj 1

把第一个括号内的字符串(这是一个正则表达式，用于声明tensorflow被用到的api，让api可以被外部调用)，拷贝到 tensorflow\tf_exported_symbols_msvc.lds,把原先的tf_exported_symbols_msvc.lds覆盖掉。

注意，因为脚本每次都会checkout tensorflow，tf_exported_symbols_msvc.lds也会被复原所以，需等checkout 后，再粘贴tf_exported_symbols_msvc.lds

然后，重新执行步骤7；