windows7环境下tensorflow 用vs2015编译dll过程记录
目录
1、准备的环境
2、下载tensorflow源码，配置CMakeLists.txt
3、开始编译lib和dll
cmake 界面编译
cmake 命令行编译：
编译CPU版本：
编译GPU版本：
备注：
参考：
1、准备的环境
- vs2015 需包含 Update 3 可在VS2015菜单中点击 帮助->关于 MicroSoft Visual Studio(A) 查看
- swig 官方下载地址，下载windows版本的（含有.exe文件），解压到指定目录，路径需要在cmake时指定
- python，建议3.6或以上版本
- CMake，官网下载地址
- Git，官网下载地址。
- cuda及cudnn，本文编译tensorflow的是1.8版本，cuda要求9.0，cudnn要求7，配置方法可以百度。
2、下载tensorflow源码，配置CMakeLists.txt
打开网址 https://github.com/tensorflow/tensorflow/tree/r1.8，选择右侧的Download ZIP，下载源码。
下载进行解压，本文解压到“D:\code\”目录下。
在加压的源码文件夹内，找到tensorflow/contrib/cmake/CMakeLists.txt打开，找到第155行到161行，将
if (tensorflow_OPTIMIZE_FOR_NATIVE_ARCH)
include(CheckCXXCompilerFlag)
CHECK_CXX_COMPILER_FLAG("-march=native" COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
if (COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -march=native")
endif()
endif()修改替换为
if (tensorflow_OPTIMIZE_FOR_NATIVE_ARCH)
include(CheckCXXCompilerFlag)
CHECK_CXX_COMPILER_FLAG("-march=native" COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
if (COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -march=native")
else()
CHECK_CXX_COMPILER_FLAG("/arch:AVX" COMPILER_OPT_ARCH_AVX_SUPPORTED)
if(COMPILER_OPT_ARCH_AVX_SUPPORTED)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /arch:AVX")
endif()
endif()
endif()
3、开始编译lib和dll
-
cmake 界面编译
打开cmake界面，
配置源路径：D:/code/tensorflow-r1.8/tensorflow/contrib/cmake
配置生成路径：D:/code/tensorflow-r1.8/build_cpu
点击configure，选择 Visual Studio 14 2015 Win64 编译器，如下图
点击configure后，可能会出现错误，查看下方详细信息：可能是python环境问题，安装python环境，
SWIG_EXECULABLE路径找不到问题，手动设置SWIG_EXECULABLE为解压后的exe路径：D:/code/tensorflow_dll/swigwin-4.0.0/swig.exe。
所有错误解决后，
根据需要自行勾选编译选项，再configure+generate， 我这里编译只是为了用C++接口加载训练好的模型文件，所以把不需要的都去掉了。 再点击Generate， Open Project， 用VS2015打开，
点击ALL_BUILD 生成， 边缘结果如下
有一些失败的情况，
fatal error C1083: 无法打开包括文件: “tensorflow/core/framework/device_attributes.pb_text.h”:
fatal error C1083: 无法打开包括文件: “tensorflow/core/framework/device_attributes.pb_text.h”:
这个模式网上查找了很多资料，最后没有很好解决。看到https://blog.csdn.net/dageda1991/article/details/79721333博主使用命令行编译，也做了尝试，终于编译成功。
-
cmake 命令行编译：
vs2015自带的编译工具，如下图
打开后，切换目录到“D:/code/tensorflow-r1.8/tensorflow/contrib/cmake”，在建立一个“build_cpu”文件夹并进入
然后执行如下命令：
编译CPU版本：
cmake .. -A x64 -G "Visual Studio 14 2015" -DCMAKE_BUILD_TYPE=Release -DSWIG_EXECUTABLE=D:/code/tensorflow_dll/swigwin-4.0.0/swig.exe -Dtensorflow_ENABLE_GPU=OFF -Dtensorflow_BUILD_PYTHON_BINDINGS=OFF -Dtensorflow_ENABLE_GRPC_SUPPORT=OFF -Dtensorflow_BUILD_SHARED_LIB=ON
等待完成后，执行：
MSBuild /p:Configuration=Release ALL_BUILD.vcxproj
等待编译完成，出现了358个警告，一个错误，但没关系。在工程目录的Realese文件夹内，已经生成了tensorflow.dll和tensorflow.lib。
编译GPU版本：
和CPU版本类似，先建立一个bulid_gpu文件夹并进入
GPU 需要安装cuda9.0，cudnn要求7，安装完cuda后把cudnn64_7.dll直接拷贝到了C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin。
对于安装了多个版本cuda的情况，需要修改 系统变量:CUDA_PATH : 为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
然后执行命令
cmake .. -A x64 -G "Visual Studio 14 2015" -DCMAKE_BUILD_TYPE=Release -DSWIG_EXECUTABLE=D:/code/tensorflow_dll/swigwin-4.0.0/swig.exe -Dtensorflow_ENABLE_GPU=ON -Dtensorflow_BUILD_PYTHON_BINDINGS=OFF -Dtensorflow_ENABLE_GRPC_SUPPORT=OFF -Dtensorflow_BUILD_SHARED_LIB=ON 等待完成后，执行：
MSBuild /p:Configuration=Release ALL_BUILD.vcxproj漫长的等待，编译完成后，在工程目录的Realese文件夹内，可以看到生成的GPU版的tensorflow.dll和tensorflow.lib。
备注：
- tensorflow个版本之间差别较大，本文编译1.8.0版本，对于1.10版本及以上版本，用同样的办法，无法边缘成功。
- https://github.com/fo40225/tensorflow-windows-wheel 有编译好的不同版本tensorflow windows dll，可直接下载。
参考：
windows10+vs2015下编译GPU版本tensorflow得到lib和dll（附带C++ inference示例）
Windows下编译TensorFlow1.3 C++ library及创建一个简单的TensorFlow C++程序
windows环境VS2015编译TensorFlow C++程序完全攻略