Tensorflow工程实践(一): 编译Tensorflow动态链接库

之前学习Tensorflow的部分其实还有很多没有写完,那些慢慢更新,这里准备把tensorflow项目工程化的东西和学习tensorflow的内容一起更新。

一.windows下面编译和测试

Ⅰ.准备工作

我这里使用的系统是win10,首先把编译整个过程需要的工具列出来:

  1. VS2017 (我这边是VS2017,其他的版本应该也差不多)

  2. Swigwin (在我这里其可执行文件地址为 D:\Tools\swigwin-3.0.12/swig.exe)

  3. python (我这边是python3.6,同时在环境变量中要找得到)

  4. CMake,安装时注意选择将路径添加到环境变量。

  5. git,用于在编译过程中从GitHub上下载依赖项。

  6. Tensorflow源码 (这里我选择的是
    将GitHub上TensorFlow的r1.8分支,这是我写这篇博客的时候最新发行的版本)

这里先列出来之后要用到的几个路径:
- Python可执行文件地址为:D:\Tools\Anaconda3\python.exe
- Python库文件地址为:D:\Tools\Anaconda3\libs\python36.lib
- Swigwin可执行文件地址:D:\Tools\swigwin-3.0.12/swig.exe

我这里是把源代码下载到了D:\Tools 这个文件夹中,编辑文件tensorflow/tensorflow/contrib/cmake/CMakeLists.txt,其中我们需要修改两个地方。首先你可以找到类似下面这段代码的地方,把找到的修改为下面的这个样子。

if (tensorflow_OPTIMIZE_FOR_NATIVE_ARCH)
  include(CheckCXXCompilerFlag)
  CHECK_CXX_COMPILER_FLAG("-march=native" COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
  
  • 1
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 14
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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