Tensorflow C++ 编译安装

# 从github下载tensorflow源代码
git clone https://github.com/tensorflow/tensorflow -b r1.8

3.1 进入tensorflow文件夹中，首先进行项目配置。

## 进入根目录后编译

./configure  

下面我贴出在我的机器上各选项的选择：值得注意的是，如果我们要使用cuda和cudnn的话，一定要搞清楚自己机器上使用的cuda和cudnn的版本（尤其是cudnn），例如我使用的是cuda8.0和cudnn6.0.21。

 

 

 

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

 

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

# 编译生成.so文件, 编译C++ API的库 (建议)
bazel build //tensorflow:libtensorflow_cc.so

（bazel build --config=monolithic --config=cuda //tensorflow:libtensorflow_cc.so）

 
# 也可以选择,编译C API的库
bazel build //tensorflow:libtensorflow.so

（bazel build --config=monolithic -c opt --verbose_failures //tensorflow:libtensorflow.so）

• 在等待30多分钟后, 如果编译成功，在tensorflow根目录下出现 bazel-bin, bazel-genfiles 等文件夹
• 在 tensorflow/bazel-bin/tensorflow 生成libtensorflow_cc.so 和 libtensorflow_framework.so
• 安装依赖：到 tensorflow/contrib/makefile目录下，找到build_all_xxx.sh文件并执行
• 下载安装缺少的库：./tensorflow/contrib/makefile/download_dependencies.sh
• 进入tensorflow/contrib/makefile/downloads/ 安装protobuf和eigen

 

mkdir build

cd build

cmake .. 

make install

安装protobuf

在Ubuntu的上，您可以使用以下命令安装它们：

$ sudo apt-get install autoconf automake libtool curl make g++ unzip

在其他平台上，请在继续之前使用相应的包管理工具进行安装。

如果从github上获取源代码，则需要先生成配置脚本：

$ ./autogen.sh

这将下载gmock源（用于C ++协议缓冲区单元测试）到当前目录并运行automake，autoconf等，以生成配置脚本和各种模板makefile。

如果您使用的是发行包（已包含gmock和配置脚本），则可以跳过此步骤。

要构建和安装C ++ Protocol Buffer运行时和协议缓冲区编译器（protoc），请执行以下命令：

$ ./configure
$ make
$ make check
$ sudo make install
$ sudo ldconfig # refresh shared library cache.

如果“make check”失败，您仍然可以安装，但该库的某些功能可能无法在您的系统上正常运行。继续需要您自担风险。

 

然后将demo的vi CMakeLists.txt 修改路径

再将在tensorflow/bazel-bin/tensorflow 生成libtensorflow_cc.so 和 libtensorflow_framework.so拷贝到demo的lib下覆盖

接着把图片和model放在同一个目录下 make .

make

 ./tf_test digit.jpg