编译使用tensorflow c版本动态链接库

注意:如果是linux或mac os操作系统,可以参考https://www.tensorflow.org/install/install_c,直接下载对应的so库和头文件,然后跳到步骤4。如果不能使用,再从源码编译。 1.下载tensorflow源码  git clone --recursive https://github.com/tensorflow/tensorflow  假设路径为:tensorflow_repo_path2.安装bazel  mac os可以直接brew install bazel,没法联网安装的可以下载sh文件安装,也很简单3.编译源码,生成so库  进入tensorflow_repo_path/tensorflow文件夹,执行:  bazel build :libtensorflow.so4.添加必要路径  最简单方法是直接把include中文件复制到/usr/local/include,把lib中文件复制到/usr/local/lib,或者修改对应的环境变量LD_LIBRARY_PATH,并在编译的时候指定       include目录。5.编译运行测试程序  依然是https://www.tensorflow.org/install/install_c上的内容,直接把下面代码保存成helloTF.c文件
#include <stdio.h>
#include <tensorflow/c/c_api.h>

int main() {
  printf(“Hello from TensorFlow C library version %sn”, TF_Version());
  return 0;
}
  编译成功后,把libtensorflow.so复制到可执行文件同一目录下(如果已经在/usr/local/lib或者在LD_LIBRARY_PATH中就不需要复制了),运行可执行文件,得到下面   的结果,即说明运行成功:  6.其他  tensorflow目前已经支持多种语言,并且可以编译对应的库文件,具体可以参考tensorflow_repo_path/tensorflow/BUILD文件,这里面有多个编译目标,c++的目前   也已经支持,不过相关参考资料太少,只有tensorflow_repo_path/tensorflow/cc/tutorials/example_trainer.cc一个例子。7.参考资料  https://medium.com/jim-fleming/loading-tensorflow-graphs-via-host-languages-be10fd81876f  https://medium.com/jim-fleming/loading-a-tensorflow-graph-with-the-c-api-4caaff88463f#.z4qeoyfb0  https://www.tensorflow.org/install/install_c

相关内容推荐