編譯tensorflow的小小記錄

編譯tensorflow有專門的編譯工具bazel，所以需要先安裝bazel。我使用的是原始碼編譯bazel（

檢視本地版本：git branch，檢視遠端分支：git branch -a，切換分支：git checkout -b 「本地自己命名」「遠端分支名」，如果不切分支，tensorflow和bazel版本不對應，無法編譯。

第四個坑：./configure時需要確認各種條件，這些條件我也沒有全弄明白需要哪些，從網上查到的情況看，初級只需要cuda相關的選y，其他的都選n就可以，目錄也只需要確認python、cuda、cudnn這些就可以了。

編譯命令：

bazel build -c opt --config=cuda //tensorflow/cc:tutorials_example_trainer（例子，同時生成frame的so）

bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so（這個是c++的so）

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

更新：1.編譯自己的庫，將專案目錄拷貝到tensorflow/examples下，使用命令：

bazel build -c opt --config=cuda //tensorflow/examples/***/...進行編譯，注意啦：自己的專案***目錄後面要加...三個點，否則不知道為啥編譯不過，可能是寫的比較挫吧（＞人＜；）

bazel build -c opt --config=cuda //tensorflow/examples/***/... --linkopt=//home/ubuntu/myprojects/tensorflow/bazel-bin/tensorflow/libtensorflow_framework.so 新版本貌似需要指定連線

專案中的build一定要寫好，需要編譯的原始檔要寫全，否則編譯完成了不報錯，執行就苦惱了。

2020.02.26更新：

3.tensorflow與bazel對應版本在tensorflow目錄下有乙個.bazelversion檔案，裡面寫的就是需要的版本號，切換tensorflow版本分支後，.bazelversion內會有變化。

4.編譯tensorflow2.0及之後版本的時候命令略有不同需要新增--config=v2,例如

bazel build --config=opt --config=cuda --config=v2 //tensorflow:libtensorflow_framework.so

2020.04.03更新：

5.--cxxopt='-g' 可以用於編譯debug版本，方便gdb查詢，例如：bazel build -c opt --cxxopt='-g' --config=cuda //tensorflow/examples/***/... --linkopt=//home/ubuntu/myprojects/tensorflow/bazel-bin/tensorflow/libtensorflow_framework.so

6.可以使用--retain-symbols-file和--version-script來限定對外開放的介面，防止介面名衝突導致的一系列問題。例如：

bazel build -c opt --config=cuda //tensorflow/examples/***/... --linkopt=//home/ubuntu/myprojects/tensorflow/bazel-bin/tensorflow/libtensorflow_framework.so --linkopt=-wl,--retain-symbols-file=/home/ubuntu/projects/tf/tensorflow/tensorflow/examples/model_classify/retain_symbols.sys --linkopt=-wl,--version-script=/home/ubuntu/projects/tf/tensorflow/tensorflow/examples/model_classify/version_script.map

2020.05.15更新：

bazel build -c opt --config=cuda --distdir /home/test/projects/downloads //tensorflow/cc:tutorials_example_trainer

2020.05.21更新：

8.如果你的環境是arm64即aarch64的，那麼可能會遇到其他奇特的問題，比如總有一些函式沒有編譯進庫里，總是提示未定義函式等，稍微總結一點點，希望幫到大家。

首先，可能交叉編譯環境不支援，所以要手動新增一下cpu型別，在tensorflow/third_party/gpus/crosstool目錄下找到crosstool_hipcc.tpl，vi開啟，找到

default_toolchain

在後面新增乙個aarch64的：

default_toolchain

儲存退出。

第二，還是這個目錄，vi開啟build.tpl，找到標籤cc_toolchain_suite下面的toolchains =中的"arm": ":cc-compiler-local",，在這個下面新增一行"aarch64": ":cc-compiler-local",，然後儲存退出，如下：

cc_toolchain_suite(
name = "toolchain",
toolchains = ,
)

第三，有可能你會用到aws相關的，那麼在tensorflow/third_party/aws目錄下找到build.bazel檔案，vi開啟，找到標籤cc_library-->srcs = select-->"//conditions:default": ,修改為如下：

cc_library(
name = "aws",
srcs = select() + glob([

2021.04.01更新：

error: an error occurred during the fetch of repository 'io_bazel_rules_docker'

方法來自：

目前遇到的坑就這些，已經編譯出so了，能用，有新問題或新發現會在更新中順序向下，待以後補充。

編譯tensorflow的小小記錄

tensorflow編譯擴充套件包

乙個Weex的小小小小小小頁面示例

編譯安裝tensorflow1 12 2

編譯tensorflow的小小記錄

tensorflow編譯擴充套件包

乙個Weex的小小小小小小頁面示例

編譯安裝tensorflow1 12 2

相關推薦