Tensorflow-gpu源码gcc编译

最近接到公司的一个任务，需要配置c++版本的tensorflow-gpu，刚开始的时候一脸懵逼，只会python的我对C++感到很惧怕，但是为了完成任务还得干…….下面就是编译tensorflow的各种坑，其实都是版本问题。

Tensorflow-gpu源码linux-gcc编译

安装bazel

• 首先，要安去官网github上下载对应编译tensorflow版本的bazel。

  download the Bazel binary installer named bazel--installer-linux-x86_64.sh from the Bazel releases page on GitHub.

• 在linux环境下修改.sh权限，一般下载下来需要修改：

  chmod u+x bazel-<version>-installer-linux-x86_64.sh

• 然后执行sh就可以了，别忘记加‘–user’参数，否则安装失败：

  ./bazel-<version>-installer-linux-x86_64.sh --user
  sh ./bazel-<version>-installer-linux-x86_64.sh --user

编译tensorflow-gpu

原来用tensorflow只是用于python语言，直接pip install tensorflow==X.X命令就搞定，太方便了，这猛地来个gcc编译tensorflow还不适应，那也得弄啊。

• 使用 Git 克隆 TensorFlow 代码库：

  git clone https://github.com/tensorflow/tensorflow.git

• 代码库默认为 master 开发分支。您也可以检出要编译的版本分支：

  cd tensorflow
  git checkout branch_name  # r1.9, r1.10, etc.

  这里注意一下，必须选择与bazel对应版本的tensorflow，不管是GPU还是CPU，我就是没注意，踩了很多坑，具体版本对应请参考tensorflow官网，我列出了目前官网的GPU版本对应，如下。还要注意一下自己环境gpu驱动cuda、cudnn的版本。

  

• 通过在 TensorFlow 源代码树的根目录下运行以下命令来配置编译系统：

  ./configure

  这一步如果想安装gpu版本，在cuda选项选择yes，其他要不是默认，要不是no，很简单，配错了重新配，这个没事。

• 开始编译，两种方式cpu、gpu，需要等待好长时间，因为下载东西太多：

  bazel build --config=opt //tensorflow:libtensorflow_cc.so
  bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so

  编译正常完成后，会在bazel-bin/tensorflow/文件夹下生产libtensorflow_cc.so和libtensorflow_framework.so这两个动态库文件。

  注：如果这一步报错，肯定你的tensorflow、bazel、cuda、cudnn版本不对应，所以编译之前的工作很重要，一不小心就掉进了坑。

• 如果到这一步编译顺利完成，那就基本大功告成，还需要运行一个脚本build_all_xxx.sh（哪个操作环境运行哪个），我的是linux，安装依赖包：

  cd tensorflow/contrib/makefile
  sh build_all_linux.sh

  完成后会生成一个gen文件夹，里面都是依赖库。

  注：如果网快的话，很快，我的公司网就超级慢，等了好久。

• 至此，大功告成，是不是很简单。如果编译成功请给个赞，谢谢。

赏

谢谢你请我吃糖果

支付宝

微信