windows环境下配置tensorflow for C++完整流程

因为实验室的需要，需要将一个工程中的python模块用C++改写，python模块中用到了tensorflow架构，但是tensorflow作为一个对c++支持比较差的框架，为了解决其中的版本问题，我决定自己编译这个库来使用。

软件版本：VS2015update3+cuda9.0+tensorflow1.8+cudnn7

需要另外准备的软件：python3.5+swig3.0.12 +cmake3.11+git

上面这些软件官网下载都十分的简便，就不多说了，注意tensorflow要从git上下载c++源码，cmake和python要添加到环境变量里面（最方便的方法是安装的时候就选择添加到环境变量）

VS+CUDA+CUDNN的配置流程网上很多，我就不赘述了，下面有可能会遇到的问题

遇到问题1：VS2015安装结束后提示未完全成功安装，有一些模块已经安装过

解决方法1：卸载VS2015，并从控制面板卸载VS2015的所有编译器，再重新安装VS2015，切忌暴力卸载

遇到问题2：安装cuda的时候提示Visual Studio Intergation安装失败

解决方法2：安装时选择自定义安装，取消VS Intergation的勾选，再选择cuda离线版exe，用压缩软件解压，找到路径CUDAVisualSrudioIntergration\extras\visual_studio_intergration\MSBuildExtension文件夹里面的所有内容拷贝到C：\ProgramFiles(x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations路径下

接下来就是痛苦的编译流程了

1.打开cmake，在tensorflow-master/tensorflow-master/tensorflowcontib/cmake文件夹下新建一个文件夹叫做build，不带build的路径作为source code，带build的路径作为where to build the binaries

2.点击configure，编译器选择VS2015 Win64，然后会出现错误，其实原因是未选择swig的路径，选择一下就好，tf的一些选项我选的有BUILD_ALL_KERNELS,BUILD_CC_EXAMPLES,BUILD_CONTRIB_KERNELS,BUILD_SHARE_LIB,ENABLE_GPU,ENABLE_SNAPPY_SUPPORT,其他的根据自己需要选择。

3.点击generate生成，用VS2015打开tensorflow.sln，修改选项工具-->选项-->项目和解决方案-->生成并运行-->最大并行项目生成数修改为1，然后开心的生成ALL_BUILD，然后就挂了。

4.观察报错发现问题是一些依赖情况不明确，我们重新生成一下tf_core_kernel这个部分，如果不能成功就观察一下还有什么依赖项目没有编译，我是直接成功了的，然后进行编译tensorflow_static，遇到错误同理，再编译tensorflow即可，最终发现开心的生成了tensorflow.dll。

5.添加一下库依赖什么的（百度即可，资料很多），跑一下tf官网的example，发现成功啦！

第一次写博客，还请多多指教。

我的硬件设备似乎1080ti+32G内存，所以硬件条件不好的情况下可能会造成一次编译不成功（heap炸了之类的错误C1083这一类的），耐心反复几次应该也没有问题。