tensorflow c/c++库使用方法-白红宇

tensorflow c/c++库使用方法

阅读量：4685 次

发布时间：2019-06-09

本文共 1819 字，大约阅读时间需要 6 分钟。

tensorflow目前支持最好的语言还是python，但大部分服务都用C++ or Java开发，一般采用动态链接库(.so)方式调用算法，因此tensorflow的c/c++ API还是有必要熟悉下，而且经过本人测试，相同算法，c接口相比python速度更快。

下面讲解如何让程序调用tensorflow c/c++库

1.编译库

先在github上下载tensorflow源码，执行./configure先配置项目，然后按照博客里写的利用bazel编译动态链接库，编译命令如下

C版本：

bazel build :libtensorflow.so

C++版本：

bazel build :libtensorflow_cc.so

编译成功后，在bazel-bin/tensorflow/目录下会出现libtensorflow.so/libtensorflow_cc.so文件

2.其他依赖

在使用tensorflow c/c++接口时，会有很多头文件依赖、protobuf版本依赖等问题

（1）tensorflow/contrib/makefile目录下，找到build_all_xxx.sh文件并执行，例如准备在linux上使用，就执行build_all_linux.sh文件，成功后会出现一个gen文件夹

（2）把tensorflow和bazel-genfiles文件夹下的头文件都抽取出来放在一个文件夹下面，或者通过cmake把这两个路径添加进include_directories中

（3）tensorflow/contrib/makefile/gen/protobuf/include，也就是（1）中生成的文件夹中的头文件，也需要抽取或者在cmake中包含在include_directories中

3.编写代码

随便编写一段使用tf的代码，例如下面：

#include 
     
      #include 
      
       #include 
       
        using namespace std;using namespace tensorflow;int main(){    Session* session;    Status status = NewSession(SessionOptions(), &session);    if (!status.ok()) {        cout << status.ToString() << "\n";        return 1;    }    cout << "Session successfully created.\n";}

4.生成可执行文件

把libtensorflow_cc.so文件放在lib文件夹下，代码放在src文件夹下，编写cmakelist.txt，具体文件结构如下：

CMakeLists.txt

/src

/lib

/include

/build

下面是一个例子：

cmake_minimum_required (VERSION 2.8.8) project (tf_example)  set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -g -std=c++11 -W") aux_source_directory(./src DIR_SRCS) link_directories(./lib) include_directories(   path_to_tensorflow/tensorflow   path_to_tensorflow/tensorflow/bazel-genfiles   path_to_tensorflow/tensorflow/contrib/makefile/gen/protobuf/include   ) add_executable(tf_test  ${DIR_SRCS}) target_link_libraries(tf_example tensorflow_cc)

接下来执行命令：

cd build

cmake ..

make

会生成一个tf_test可执行文件，执行无误即大功告成

转载于:https://www.cnblogs.com/hrlnw/p/7383951.html

你可能感兴趣的文章