失败的一次经历：c++调用tensorflow模型——从头开始配置

一直在python下调用tensorflow模型进行测试，因工作需求需要在C++测试数据。参考了很多资料放两个讲的比较完整的：

https://blog.csdn.net/jiugeshao/article/details/79144438

https://blog.csdn.net/dageda1991/article/details/79721333

先放一下所用到的软件及版本：

0、win10系统，显卡是NIVIDIA Geforce MX150

1、python 3.6.0 （Anaconda 4.3.1）

2、tensorflow 1.5.0

3、cmake 3.7.2

4、swigwin-4.0.2

好了，开始进入正题，一步一步进行安装。

一、首先下载tensorflow 1.5.0源码，这里可以找到各个版本可以根据自己需要下载，我原来训练一直用的1.5.0因此就用这个了： https://github.com/tensorflow/tensorflow/releases/tag/v1.5.0 

二、下载cmake文件，https://cmake.org/files/，我下的msi文件，然后点击安装就可以。

三、下载swigwin，https://sourceforge.net/projects/swig/files/swigwin/swigwin-4.0.2/swigwin-4.0.2.zip/download?use_mirror=jaist ，下载完解压不用安装就能用。

四、打开cmake/bin文件夹下cmake-gui.exe，如下图所示把上面两个路径配置一下。build是自己新建的文件夹用来存放编译后文件。点击Configure，可能会出错，把SWIG文件路径换成自己的再次点击Configure就没错了。这里我还遇到一个错误，就是安装VS2015的时候选择的默认安装，结果竟然没选VC++编译器，这里就报错找不到CL.exe的错误，重新安装VS把VC++环境勾上就可以了。Configure没错以后点击Generate完成。（如果只编译CPU版本的就把GPU勾选去掉）

五、打开上一步Cmake新建的build文件夹，此时里面有tensorflow.sln，以管理员运行VS2015打开项目如下：

首先把项目属性改成Release/X64，然后将前5个以下划线开头的项目属性修改一下，方法：右击项目→属性(R)→配置属性→链接器→常规→附加库目录，添加$(SolutionDir)$(Configuration)。然后按照工具(T)→选项(O)→项目和解决方案→生成并运行，将最大项目并行生成数改成1，防止编译导致内存耗尽。 

接下来选择ALL_BUILD生成解决方案，它在编译过程中会自动从google下载很多包，我连不上网络所以有很多download failure 的错误，查了一些资料发现可以事先把这些包下下来，具体是：按照编译出错的连接把文件下下来放到cmake/build/downloads文件下，如下图所示我一共下了这些文件，然后根据下的这些包的名字，在cmake目录下找到对应文件夹，如cmake/farmhash/src/farmhash-stamp/download-farmhash.cmake,把该文件内容清空，这样编译过程中就不会从网上下载这些包了。(cub、eigen、farmhash、fft2d、gemmlowp、gif、jpeg、lmdb、png、sqlite)

六、编译到这一步，还是有很多错误，下面一一记录下解决方法：

先单独对"tf_core_kernels"  项目编译看看，编译完还有这个错误

Then，单独编译tensorflow_static项目，出现如下错误，

到这里怎么编译都通不过了，好像是下的tensorflow1.5.0里面源码有缺失？？？cmake失败然后转用bazel编译仍然报错，最后用opencv4.0.0里自带模块调用但能用的模型有限制只有那几个，还是得自己编译库文件，先搁置几天后面再弄吧，，，，，后面把python下训练的模型导出成pb类型，以及用matlab调用python测试也整理一下。