windows環境VS2015編譯TensorFlow C++程序完全攻略

本文參考和綜合了多篇網絡博客文章，加以自己的實踐，最終終於在windows環境下，編譯出可以用於C++程序調用tensorflow API的程序，並執行成功。

考慮到網絡上關於這方面的資料還較少，特總結全過程如下，希望能幫助到有需要的碼農朋友，文中有部分文字步驟是借鑒他人文章，引用路徑在最后列出。

一、環境准備：

1. 操作系統：windows8.1
2. 安裝visual stduio2015
3. 安裝Swigwin-3.0.12，注意其下載解壓以后即可使用，本人放置路徑在D:/lib/swigwin-3.0.12，可執行文件地址為 D:/swigwin-3.0.12/swig.exe
4. 安裝python3.5，安裝時注意選擇將路徑添加到環境變量。
5. 安裝CMake-3.8.0 ，安裝時注意選擇將路徑添加到環境變量。
6. 安裝Git，用於在編譯過程中從GitHub上下載依賴項。
7. 將GitHub上TensorFlow的master分支 下載並解壓到文件夾D:\tf中，編輯文件tensorflow/tensorflow/contrib/cmake/CMakeLists.txt，將第87行至93行修改如下：

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()

 二、使用CMAKE設置各項編譯參數

1. 打開下載tensorflow源文件的根目錄，本文路徑是E:TF Code/TensorFlow，在路徑下進入../tensorflow\contrib\cmake， 新建文件夾\build。
2. 打開已安裝的CMAKE-GUI工具，進行各項編譯選項的配置，本文配置界面如下：
3.             
4. 點擊configue，下方提示Configuring done后，點擊Generate，等待Generating done后完成編譯設置。如果中間有報錯，請檢測各路徑設置是否正確。

三、編譯生成tensorflow庫文件

1.  打開visual studio2015，打開E:\TF Code\tensorflow\tensorflow\contrib\cmake\build下的ALL_BUILD項目。我們在此只以release版本為例，所以檢查編譯平台是
2. 點擊生成解決方案，編譯的時間很長，我的筆記本電腦編譯一次大概3到4個小時，編譯到最后一般都會報錯

   fatal error C1060: compiler is out of heap space 沒關系，等待整個工程全部編譯完成（據說內存特別大的電腦不會報）。

3. 找到tf_core_kernels項目，右鍵單獨編譯，操作如下圖。

 　　　

　　4. tf_core_kernels項目編譯成功后，再同樣對tensorflow_static作單獨編譯，最后再對tensorflow作單獨編譯。.

　　　這樣tensorflow.lib和tensorflow.dll文件就可以編譯出來了，生成的庫文件路徑在..\tensorflow\tensorflow\contrib\cmake\build\Release下。

四、使用tensorflow庫文件編寫C++程序

1. 在vs2015中創建一個新的Win32控制台工程TestTensorFlow，注意也必須把編譯平台設置成。
2. 新建一個TestTensorFlow.h，在其中輸入

   #pragma once
   
   #define COMPILER_MSVC
   #define NOMINMAX　　

3. 對應的TestTensorFlow.CPP文件中輸入如下：

   // TestTensorFlow.cpp : 定義控制台應用程序的入口點。
   //
   #include "stdafx.h"
   
   #include <vector>
   #include <eigen/Dense>
   
   #include "TestTensorFlow.h"
   #include "tensorflow/core/public/session.h"
   #include "tensorflow/cc/ops/standard_ops.h"
   using namespace tensorflow;
   
   GraphDef CreateGraphDef()
   {
   	Scope root = Scope::NewRootScope();
   
   	auto X = ops::Placeholder(root.WithOpName("x"), DT_FLOAT,
   		ops::Placeholder::Shape({ -1, 2 }));
   	auto A = ops::Const(root, { { 3.f, 2.f },{ -1.f, 0.f } });
   
   	auto Y = ops::MatMul(root.WithOpName("y"), A, X,
   		ops::MatMul::TransposeB(true));
   
   	GraphDef def;
   	TF_CHECK_OK(root.ToGraphDef(&def));
   
   	return def;
   }
   
   int main()
   {
   	GraphDef graph_def = CreateGraphDef();
   
   	// Start up the session
   	SessionOptions options;
   	std::unique_ptr<Session> session(NewSession(options));
   	TF_CHECK_OK(session->Create(graph_def));
   
   	// Define some data.  This needs to be converted to an Eigen Tensor to be
   	// fed into the placeholder.  Note that this will be broken up into two
   	// separate vectors of length 2: [1, 2] and [3, 4], which will separately
   	// be multiplied by the matrix.
   	std::vector<float> data = { 1, 2, 3, 4 };
   	auto mapped_X_ = Eigen::TensorMap<Eigen::Tensor<float, 2, Eigen::RowMajor>>
   		(&data[0], 2, 2);
   	auto eigen_X_ = Eigen::Tensor<float, 2, Eigen::RowMajor>(mapped_X_);
   
   	Tensor X_(DT_FLOAT, TensorShape({ 2, 2 }));
   	X_.tensor<float, 2>() = eigen_X_;
   
   	std::vector<Tensor> outputs;
   	TF_CHECK_OK(session->Run({ { "x", X_ } }, { "y" }, {}, &outputs));
   
   	// Get the result and print it out
   	Tensor Y_ = outputs[0];
   	std::cout << Y_.tensor<float, 2>() << std::endl;
   
   	session->Close();
   	getchar();
   }　

4. 　設置要包含的tensorflow頭文件路徑，右鍵項目屬性——C/C++——附加包含目錄

   E:\TF Code\tensorflow\tensorflow\contrib\cmake\build\Debug
   E:\TF Code\tensorflow\tensorflow\contrib\cmake\build\external\nsync\public
   E:\TF Code\tensorflow\tensorflow\contrib\cmake\build\protobuf\src\protobuf\src
   E:\TF Code\tensorflow\tensorflow\contrib\cmake\build\external\eigen_archive
   E:\TF Code\tensorflow\tensorflow\contrib\cmake\build
   E:\TF Code\tensorflow
   E:\TF Code\tensorflow\third_party\eigen3

5.  引入tensorflow.lib文件，右鍵項目——添加——現有項，找到..\tensorflow\tensorflow\contrib\cmake\build\Release下的tensorflow.lib 

             

　　5.  設置預編譯選項，右鍵屬性——C/C++——預處理器，預處理器定義中加入PLATFORM_WINDOWS

            

　　6. 編譯TestTensorFlow項目，就可以成功生成TestTensorFlow.exe了。

　　7.直接運行程序，會報錯，

　　8，把..\tensorflow\tensorflow\contrib\cmake\build\Release下的tensorflow.dll拷貝到TestTensorFlow.exe同文件夾下，再運行即可成功得到輸出結果如下：

     

     輸出結果有一句警告，好像是我編譯參數還是跟CPU功能有不匹配，但是不影響執行結果，有知道如何解決的朋友可以留言給我，謝謝。

 

       參考：

1. https://www.cnblogs.com/jliangqiu2016/p/7642471.html
2. http://www.qingpingshan.com/m/view.php?aid=322808