前言

最近工作有点忙，终于抽出时间记录一下开发的点滴。由于工作原因，需要采用Tensorflow进行模型推断(inference), 同时又需要修改Tensorflow底层的部分源码，因此记录下Tensorflow的编译过程以及踩过的坑。

---

环境

• Ubuntu 18.04
• protoc 3.6.1
• anaconda3, python 3.7
• bazel-0.19.2
• tensorflow-1.13.1
• java, jdk-10

---

目的

1. 编译生产tensorflow C++ 动态链接库， .so文件
2. 编译生成tensorflow python package， .whl文件

---

编译过程的坑

1. bazel, protobuf 无法下载、下载速度极慢， 解决方法：使用代理，或者用手机WIFI热点
2. tensorflow, bazel, protobuf 三者版本一定要对应!!!, 否者编译出错或者编译好了无法使用
3. 尽量使用openJDK8, 其他版本可能会编译出错

---

step1： 配置编译环境

• 安装openJDK
• 编译安装protobuf
• 安装bazel

protobuf编译安装

下载： https://github.com/protocolbuffers/protobuf

图片.png 图片.png

unzip protobuf-xxxx
cd protobuf-xxxx
./configure
make
make install

检验protobuf是否安装好：

图片.png 图片.png

安装bazel

https://github.com/bazelbuild/bazel

图片.png 图片.png

bash ./bazel-0.19.2-installer-linux-x86_64.sh

---

编译Tensorflow

下载对应的Tensorflow版本源码

unzip tensorflow-1.13.1.zip 
cd tensorflow-1.13.1

图片.png

下载Tensorflow的依赖库，编译安装Eigen

./tensorflow/contrib/makefile/download_dependencies.sh 
cd tensorflow/contrib/makefile/downloads/
cd eigen
mkdir build
cd build
cmake ../
make 
sudo make install

图片.png

配置Tensorflow编译选项

在tensorflow-1.13.1目录执行：

./configure 

编译Tensorflow C++ 动态链接库：

• CPU Only

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

• With GPU

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

编译生成Tensorflow python 包

• CPU Only

bazel build //tensorflow/tools/pip_package:build_pip_package 
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

• With GPU

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package 
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg