CFLAG 里面指定 -D_GLIBCXX_USE_CXX11_ABI=0，
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -D_GLIBCXX_USE_CXX11_ABI=0")
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -D_GLIBCXX_USE_CXX11_ABI=0")
1、先用舊版本gcc編譯整套代碼。
2、然后修改要單獨編譯的可執行文件的makefile或者CmakeLIST.TXT，增加-D_GLIBCXX_USE_CXX11_ABI=0編譯連接選項。
3、然后刪除之前被編譯出來的可執行文件。
4、變更為新版本的gcc（gcc-5.1以上）
4、重新編譯make xxxapp。
注： 更新gcc編譯器，不需要更新stdc++
為什么我們需要-D_GLIBCXX_USE_CXX11_ABI=0
當您嘗試構建 tensorflow 時，會提示您需要添加“-D_GLIBCXX_USE_CXX11_ABI=0”標志，如果您使用的是 GCC 5 或更高版本，以保持您構建的 tensorflow 和官方 tensorflow 構建的兼容性。
官方 TensorFlow 包是使用 GCC 4 構建的，並使用較舊的 ABI。對於 GCC 5 及更高版本，使用以下命令使您的構建與舊 ABI 兼容：–cxxopt=”-D_GLIBCXX_USE_CXX11_ABI=0”。ABI 兼容性確保針對官方 TensorFlow 包構建的自定義操作繼續與 GCC 5 構建包一起使用
非常詳細和正式地解釋ABI. 長話短說，根據我的理解，這是編譯器之間的協議/協議，關於如何從另一個編譯單元找到路由/符號，以及如何傳遞參數，獲取例程之間的返回值，如何解釋函數/符號名稱（來源文件和編譯器中間二進制文件對於相同的函數/類具有不同的名稱）。
如果您的軟件的所有代碼/組件都是從您機器上的單個編譯器編譯的，則 ABI 兼容性根本不是問題，因為編譯器將處理所有臟細節。但是，如果您正在編寫一個將分發給各種用戶的庫，將有許多潛在的配置/環境，那么 ABI 絕對是您需要考慮的重要事項之一。
假設您正在用 C++ 編寫一個庫，並且您不想分發庫的源代碼。您可以將其編譯為動態庫（linux 中的.so 文件），然后將動態庫和頭文件提供給您的用戶。用戶然后使用他/她的編譯器將他/她的源文件編譯為目標文件，然后使用您的動態庫將他/她的目標文件再次鏈接到可執行文件/庫。問題來了：
- 假設您使用的是版本 X 的 GCC 編譯器，但用戶使用的是另一個版本 Y。在這種情況下，Y 需要知道 X 編譯的庫的二進制格式。
關於 C++11_ABI 標志
這里的文章對此進行了解釋。https://developers.redhat.com/blog/2015/02/05/gcc5-and-the-c11-abi/。
基本思想是
依賴第三方庫或仍然使用舊 ABI 的插件接口的用戶可以使用 -D_GLIBCXX_USE_CXX11_ABI=0 構建他們的代碼，一切都應該正常工作。在大多數情況下，很明顯何時需要這個標志是因為鏈接器的錯誤抱怨涉及“__cxx11”的未解析符號
例子
步驟 1. 編寫並編譯 lib
假設您正在編寫一個只有一個 cpp 文件的庫mylib.cpp，並通過以下方式導出您的 APImylib.h
//mylib.cpp #include <string> #include <iostream> void print_string(const std::string & a) { std::cout <<__FILE__ << __LINE__ << " content of a:" << a << std::endl; } #ifndef __MYLIB_H #define __MYLIB_H #include <string> void print_string(const std::string & a); #endif使用以下命令將 cpp 文件編譯為動態庫。
g++ -fPIC mylib.cpp -shared -o libmy.so 步驟 2. 編寫並編譯和應用
假設您的應用程序的cpp 文件以 命名myapp.cpp，並且它與步驟1 中的mylib.cpp和mylib.h和mylib.so在同一目錄中。具有以下內容。
#include <string> #include "mylib.h" int main(){ print_string("FromMyApp"); return 0; } 使用以下命令將cpp文件編譯為可執行文件。
g++ myapp.cpp -o myapp -lmy -L./ -I./ 該命令將myapp在當前目錄下生成一個exectuble，該 exetuble 運行良好，您只需執行它即可。
Step 3. 更改庫的 ABI 會影響應用程序
但是如果我將 libary 編譯命令更改為以下命令會怎樣
g++ -fPIC mylib.cpp -shared -o libmy.so -D_GLIBCXX_USE_CXX11_ABI=0 在此之后，如果我執行與 step.2 中相同的命令來編譯 app g++ myapp.cpp -lmy -L./ -o myapp。編譯器給出以下錯誤
/tmp/ccDPFccW.o: In function `main': myapp.cpp:(.text+0x43): undefined reference to `print_string(std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> > const&)' collect2: error: ld returned 1 exit status 這明顯表明我需要使用與 libary 編譯命令相同的編譯標志。
g++ myapp.cpp -lmy -L./ -o myapp -D_GLIBCXX_USE_CXX11_ABI=0 4. 回到 tensorflow 的例子。
現在讓我們回到 tensorflow 示例，因為官方預構建的 tensorflow 庫 (.so) 是由較舊的 GCC 編譯的，（這等於較新版本的 GCC wht 標志 -DGLIBCXX_USE_CXX11_ABI=0）。因此，如果使用官方 tensorflow 的現有上級應用程序/庫希望由 NO CXX 11 ABI 編譯，如果您希望應用程序/庫也與您編譯的 tensorflow 一起使用，那么您要么需要使用較舊的編譯器編譯它，要么使用帶有標志的新編譯器-DGLIBCXX_USE_CXX11_ABI=0。