c++调用pb模型并实现单张图像的预测

环境：
win10
vs2017

查了资料，暂定三个方案：

1. c++调用写好的python脚本
2. cmake编译tf源码，c++调用并实现离线预测
3. 通过找到python模块，类，方法，构造参数来调用

第一种方案实现了，写了个分类demo，新建虚拟环境，打包需要的东西，这个包很大，集成进客户端整个app都很大，但凡有其他选择，肯定不选这种！

尝试第二种方案：

编译tensorflow的时候我才发现没装NCCL，一些博客真的很坑，为什么连坑都原封不动的复制过来呢，人家的坑也是你的坑嘛，特别想吐槽呢！！

NCCL下载地址：link

https://developer.nvidia.com/nccl
sudo dpkg -i nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt update
sudo apt install libnccl2 libnccl-dev
sudo cp /usr/lib/x86_64-linux-gnu/libnccl.so.2 /usr/local/cuda/lib
sudo cp /usr/include/nccl.h /usr/local/cuda/include/

nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb的链接:
链接：https://pan.baidu.com/s/1jl_e4T8XZSMItRifDCAmvQ
提取码：l9j3

编译tensorflow注意的事项有：

1. tensorflow版本我选的1.10
2. python3.5 默认的安装地址：/usr/bin/python3.5
3. 根据自己想编译的版本选择python各种库的位置
4. ubuntu16.04 选择了gcc-4.8
5. 其他好像没啥坑了

安装了几个python库：

sudo pip3.5 install -U --user pip six numpy wheel mock
sudo pip3.5 install -U --user keras_applications==1.0.5 --no-deps
sudo pip3.5 install -U --user keras_preprocessing==1.0.3 --no-deps

下面就是编译了：
因为想用cuda加速，所以就多给了个参数，这边据说坑很多，我这个还在编译，有点担心，这一步我看了很多博客都说不要加sudo， 不然会有很多意想不到的错误，我用bazel本身也不喜欢加sudo，所以就没加，等结果咯！！
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

博客刚发布，看到了successfully！开心~

验证了一下，编译好的tf能正确输出想要的！
接下来编译生成.so文件，编译c++API的库：
bazel build //tensorflow:libtensorflow_cc.so

编译成功，又实现了一个小目标！！！

额，为什么我导包需要加载完整的路径才行呢？留个疑问！！

这也太丑了吧！！！

编译tensorflow看到的优秀的参考文献：、
https://blog.csdn.net/HappyCtest/article/details/86747306