之前有一篇介紹到在windows下利用VS2015編譯tensorflow的C++接口，接下來這篇就介紹下在Ubuntu下編譯tensorflow的C++接口。
先說一下我的電腦配置，首先是Ubuntu16.04，anaconda用的是3.4.2，CUDA用的是9.0的，cudnn用的是7.0.5的。因為已經(jīng)在anaconda3上安裝好了tensorflow1.7的，但是這次要編譯C++的接口，所以我還是選擇編譯tensorflow1.7的源碼。最近重新編譯的時候改用了tensorflow1.12。

一、準備編譯環(huán)境

編譯這里要用到bazel來編譯，所以要安裝它，Ubuntu下安裝的指令如下：

echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list

然后輸入以下指令：

curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -

更新：

sudo apt-get update

安裝bazel：

sudo apt-get install bazel

這里不要這么做了，因為這么做會把bazel更新到最新的版本，但是編譯tensorflow的時候，不同tensorflow要與bazel的版本是對應的，如果這么做的話，后面的操作就會出錯，而且也不知道怎么解決。正確的做法應該是下載對應的版本來安裝bazel，tensorflow與bazel的版本應該在tensorflow的官網(wǎng)查找：https://tensorflow.google.cn/install/source

linux下tensorflow與python、GCC、Bazel的版本關(guān)系，GCC倒是沒有問題，應該支持C++11就可以，但bazel就真的還是要對應好版本，不然一大堆問題，折騰。

| Version | Python version | Compiler | Build tools |
| tensorflow-1.14.0 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.24.1 |
| tensorflow-1.13.1 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.19.2 |
| tensorflow-1.12.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 |
| tensorflow-1.11.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 |
| tensorflow-1.10.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 |
| tensorflow-1.9.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.11.0 |
| tensorflow-1.8.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.10.0 |
| tensorflow-1.7.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.10.0 |
| tensorflow-1.6.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.9.0 |
| tensorflow-1.5.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.8.0 |
| tensorflow-1.4.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.5.4 |
| tensorflow-1.3.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 |
| tensorflow-1.2.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 |
| tensorflow-1.1.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 |
| tensorflow-1.0.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 |

| Version | Python version | Compiler | Build tools | cuDNN | CUDA |
| tensorflow_gpu-1.14.0 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.24.1 | 7.4 | 10.0 |
| tensorflow_gpu-1.13.1 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.19.2 | 7.4 | 10.0 |
| tensorflow_gpu-1.12.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.11.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.10.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.9.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.11.0 | 7 | 9 |
| tensorflow_gpu-1.8.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.10.0 | 7 | 9 |
| tensorflow_gpu-1.7.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
| tensorflow_gpu-1.6.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
| tensorflow_gpu-1.5.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.8.0 | 7 | 9 |
| tensorflow_gpu-1.4.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.5.4 | 6 | 8 |
| tensorflow_gpu-1.3.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 | 6 | 8 |
| tensorflow_gpu-1.2.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 | 5.1 | 8 |
| tensorflow_gpu-1.1.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |
| tensorflow_gpu-1.0.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |

其他的應該就沒啥，就是這個bazel把我給折騰的啊

這里tensorflow1.12對應的bazel版本是0.15.0，所以去github搜bazel下載http://bazel-0.15.0-installer-linux-x86_64.sh，然后安裝。

二、下載tensorflow源碼

tensorflow的源碼是在github上就可以下載的，目前已經(jīng)更新到1.11，但是我還是下載了1.7的版本，我下載的是版本1.12的。下載之后解壓出來。

三、配置編譯環(huán)境

解壓源碼之后，進入根目錄，輸入指令：

./configure

接下來就是配置清單：

image.png

image.png

這里要說明的是如果有CUDA，那么Do you wish to build Tensorflow with CUDA?一定要選Y，然后其它的我基本都是N
配置好之后就進行編譯：

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

這里如果不用cuda的話(前面配置的時候就不要在CUDA那一項那里輸入Y)，就輸入：

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

然后是等待，這個過程大概會花費30分鐘左右，而且CPU的占用量是達到100%的，所以這個時候最好就不要坐別的事情了。
編譯之后我這里會有一個問題(這個問題我在編譯tensorflow1.12的時候沒有遇到，所以看不同版本吧)：

image.png

這個錯誤并不是因為文件沒有而是因為找不到，實際上，這個文件就在tensorflow-r1.7/tensorflow文件夾下，但是需要修改/tensorflow-r1.7/tensorflow/BUILD這個文件才行，打開這個文件之后修改大概在812行，注釋掉后，另起一行設(shè)置正確的路徑：

image.png

修改之后重新輸入編譯的指令編譯一次就可以了。編譯好之后在文件夾tensorflow-r1.7/bazel-bin/tensorflow下面，會有兩個so文件：libtensorflow_cc.so和libtensorflow_framework.so，這兩個就是我們需要的。

四、一些錯誤

下面這幾個錯誤都是在使用的時候發(fā)現(xiàn)的，主要是在編譯的時候有些依賴文件沒有下載到，所以需要自己去下載。
(1)、nsync_cv.h文件缺失：
這個文件一般是會在tensorflow/contrib/makefile/downloads/nsync/public這個文件夾下的，但是我這邊是編譯tensorflow的時候有些依賴文件沒有下載到導致它缺失，解決方法是存在/tensorflow/contrib/makefile/download_dependencies.sh這個文件，執(zhí)行它來下載相關(guān)的文件，相關(guān)文件會放在/tensorflow根目錄/tensorflow/contrib/makefile/downloads這個文件夾下;
(2)、提示Eigen相關(guān)的問題
這個問題跟前面的類似，如果下載了相關(guān)的依賴文件之后，在/tensorflow-r1.7/tensorflow/contrib/makefile/downloads文件夾下找到eigen文件夾，進入之后執(zhí)行以下指令進行eigen的編譯：

mkdir build
cd build
cmake ..
make
sudo make install

(3)、提示關(guān)于protobuf版本的問題
問題如下：

image

image

五、參考

1、https://blog.csdn.net/zwx1995zwx/article/details/79064064

陽光
在天上一閃
又被烏云埋掩
暴雨沖洗著
我靈魂的底片

-- 顧城