Ubuntu16.04编译tensorflow的C++接口

于 2018-10-18 21:42:23 发布
阅读量6.2k 收藏 18
点赞数 4
分类专栏： tensorflow C-Cpp Linux 文章标签： Tensorflow C/Cpp
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/yz2zcx/article/details/83153588
版权
C-Cpp 同时被 3 个专栏收录
77 篇文章 7 订阅
订阅专栏
tensorflow
18 篇文章 0 订阅
订阅专栏
Linux
11 篇文章 0 订阅
订阅专栏

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，cudnn用的是7.0.5的。因为已经在anaconda3上安装好了tensorflow1.7的，但是这次要编译C++的接口，所以我还是选择编译tensorflow1.7的源码。最近重新编译的时候改用了tensorflow1.12。

一、准备编译环境

编译这里要用到bazel来编译，所以要安装它，Ubuntu下安装的指令如下：

echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list

然后输入以下指令：

curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -

更新：

sudo apt-get update

安装bazel：

sudo apt-get install bazel

这里不要这么做了，因为这么做会把bazel更新到最新的版本，但是编译tensorflow的时候，不同tensorflow要与bazel的版本是对应的，如果这么做的话，后面的操作就会出错，而且也不知道怎么解决。正确的做法应该是下载对应的版本来安装bazel，tensorflow与bazel的版本应该在tensorflow的官网查找：https://tensorflow.google.cn/install/source

linux下tensorflow与python、GCC、Bazel的版本关系，GCC倒是没有问题，应该支持C++11就可以，但bazel就真的还是要对应好版本，不然一大堆问题，折腾。

Version

Python version

Compiler

Build tools 

tensorflow-2.1.0

2.7, 3.5-3.7

GCC 7.3.1Bazel 0.27.1

tensorflow-2.0.0

2.7, 3.3-3.7

GCC 7.3.1Bazel 0.26.1

tensorflow-1.14.0

2.7, 3.3-3.7

GCC 4.8

Bazel 0.24.1

tensorflow-1.13.1

2.7, 3.3-3.7

GCC 4.8

Bazel 0.19.2

tensorflow-1.12.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.15.0

tensorflow-1.11.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.15.0

tensorflow-1.10.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.15.0

tensorflow-1.9.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.11.0

tensorflow-1.8.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.10.0

tensorflow-1.7.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.10.0

tensorflow-1.6.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.9.0

tensorflow-1.5.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.8.0

tensorflow-1.4.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.5.4

tensorflow-1.3.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.5

tensorflow-1.2.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.5

tensorflow-1.1.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.2

tensorflow-1.0.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.2

Version

Python version

Compiler

Build tools

cuDNN

CUDA

tensorflow-2.1.0

2.7, 3.5-3.7

GCC 7.3.1

Bazel 0.27.1

7.6

10.1

tensorflow-2.0.0

2.7, 3.3-3.7

GCC 7.3.1

Bazel 0.26.1

7.4

10.0

tensorflow_gpu-1.14.0

2.7, 3.3-3.7

GCC 4.8

Bazel 0.24.1

7.4

10.0

tensorflow_gpu-1.13.1

2.7, 3.3-3.7

GCC 4.8

Bazel 0.19.2

7.4

10.0

tensorflow_gpu-1.12.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.15.0

7

9

tensorflow_gpu-1.11.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.15.0

7

9

tensorflow_gpu-1.10.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.15.0

7

9

tensorflow_gpu-1.9.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.11.0

7

9

tensorflow_gpu-1.8.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.10.0

7

9

tensorflow_gpu-1.7.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.9.0

7

9

tensorflow_gpu-1.6.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.9.0

7

9

tensorflow_gpu-1.5.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.8.0

7

9

tensorflow_gpu-1.4.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.5.4

6

8

tensorflow_gpu-1.3.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.5

6

8

tensorflow_gpu-1.2.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.5

5.1

8

tensorflow_gpu-1.1.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.2

5.1

8

tensorflow_gpu-1.0.0

2.7, 3.3-3.6

GCC 4.8

Bazel 0.4.2

5.1

8

其他的应该就没啥，就是这个bazel把我给折腾的啊。

这里tensorflow1.12对应的bazel版本是0.15.0，所以去github搜bazel下载http://bazel-0.15.0-installer-linux-x86_64.sh，然后安装。

二、下载tensorflow源码

tensorflow的源码是在github上就可以下载的，目前已经更新到1.11，但是我还是下载了1.7的版本，都已经2.0了，不过我还是下载了1.12，下载之后解压出来。

三、配置编译环境

解压源码之后，进入根目录，输入指令：

./configure

接下来就是配置清单：

​

​

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

配置好之后就进行编译：

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

这里如果不用cuda的话(前面配置的时候就不要在CUDA那一项那里输入Y)，就输入：

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

然后是等待，这个过程大概会花费30分钟左右，而且CPU的占用量是达到100%的，所以这个时候最好就不要坐别的事情了。

编译之后我这里会有一个问题(这个问题我在编译tensorflow1.12的时候没有遇到，所以看不同版本吧)：

​这个错误并不是因为文件没有而是因为找不到，实际上，这个文件就在tensorflow-r1.7/tensorflow文件夹下，但是需要修改/tensorflow-r1.7/tensorflow/BUILD这个文件才行，打开这个文件之后修改大概在812行，注释掉后，另起一行设置正确的路径：

​修改之后重新输入编译的指令编译一次就可以了。编译好之后在文件夹tensorflow-r1.7/bazel-bin/tensorflow下面，会有两个so文件：libtensorflow_cc.so和libtensorflow_framework.so，这两个就是我们需要的。

如果报icu相关的错误，如下：

tensorflow/core/kernel/BUILD:6589:1 no such package '@icu//': java.io.IOException

那基本是icu的文件一直没有下载下来，那就可以考虑先下载文件到本地，利用本地的http服务来做，具体操作：

# 1、安装
sudo apt-get install httpd #这一句之后会提示有很多个，从中选一个来安装
sudo apt-get install apache2
sudo apt-get install apache2-dev
# 2、可以查看是否成功
sudo systemctl status apache2

下载https://codeload.github.com/unicode-org/icu/tar.gz/release-62-1文件，然后放到/var/www/html/目录下，然后修改tensorflow/third_party/icu/workspace.bzl文件，添加

"http://localhost/release-62-1.tar.gz"

 

四、一些错误

下面这几个错误都是在使用的时候发现的，主要是在编译的时候有些依赖文件没有下载到，所以需要自己去下载。

(1)、nsync_cv.h文件缺失：

这个文件一般是会在tensorflow/contrib/makefile/downloads/nsync/public这个文件夹下的，但是我这边是编译tensorflow的时候有些依赖文件没有下载到导致它缺失，解决方法是存在/tensorflow/contrib/makefile/download_dependencies.sh这个文件，执行它来下载相关的文件，相关文件会放在/home/zcx/tensorflow-r1.7/tensorflow/contrib/makefile/downloads这个文件夹下;

这个时候如果有提示：

那就安装curl，然后继续：

sudo apt-get install curl

(2)、提示Eigen相关的问题

这个问题跟前面的类似，如果下载了相关的依赖文件之后，在/tensorflow-r1.7/tensorflow/contrib/makefile/downloads文件夹下找到eigen文件夹，进入之后执行以下指令进行eigen的编译：

mkdir build
cd build
cmake ..
make
sudo make install

(3)、提示关于protobuf版本的问题

问题如下：

这个主要是protobuf版本的问题，所以要查看bazel-genfiles/tensorflow/core/framework/types.pb.h这个文件夹中关于protobuf的版本要求，然后下载相应的版本来更新即可，这里tensorflow1.12要求是protobuf要大于等于3.6：

所以就去github上下载对应的protobuf版本。要下载源码，然后编译安装即可。

 

暂时我就遇到这几个问题，之后如果还有遇到其它问题，我会继续更新的。

 

五、参考

1、https://blog.csdn.net/zwx1995zwx/article/details/79064064

阳光
在天上一闪
又被乌云埋掩
暴雨冲洗着
我灵魂的底片

-- 顾城

 

熊叫大雄
关注
专栏目录
评论 7
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