Ubuntu安装编译TensorFlow C++
2021/12/30 7:07:50
本文主要是介绍Ubuntu安装编译TensorFlow C++,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
1、下载TensorFlow源码
https://github.com/tensorflow/tensorflow
2、安装编译protobuf
protobuf版本要和TensorFlow版本对应;
protobuf版本查看方法:
打开TensorFlow源码下tensorflow-master/tensorflow/workspace2.bzl文件
搜索可以找到地址"https://github.com/protocolbuffers/protobuf/archive/v3.9.2.zip"
安装编译:
cd protobuf-XXX/ ./autogen.sh ./configure make make check sudo make install sudo ldconfig # refresh shared library cache.
查看protobuf版本
protoc --version
3、安装编译bazel
bazel版本要和TensorFlow版本对应;
bazel版本查看方法:
打开TensorFlow源码下tensorflow-master/configure.py
搜索可以找到:
_TF_MIN_BAZEL_VERSION = '4.2.2'
_TF_MAX_BAZEL_VERSION = '4.99.0'
这里可以选择安装4.2.2版本
安装编译:
下载:链接 Releases · bazelbuild/bazel · GitHub
安装依赖:
sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python
编译:
chmod +x bazel-<version>-installer-linux-x86_64.sh ./bazel-<version>-installer-linux-x86_64.sh --user
4.2.2版本对应写法:
chmod +x bazel-4.2.2-installer-linux-x86_64.sh ./bazel-4.2.2-installer-linux-x86_64.sh --user
配置环境:
sudo gedit /etc/bash.bashrc
将 export PATH="$PATH:$HOME/bin" 添加进去
保存:source /etc/bash.bashrc
4、编译TensorFlow
进入tensorflow文件夹中,首先进行项目配置:
./configure # 如果只需要配置cpu环境就一直回车
注:如果选用cpu,只需要一直点确定继续就好,都是选择no;
使用bazel编译TensorFlow:
bazel build --config=opt //tensorflow:libtensorflow_cc.so
编译完成后,在bazel-bin/tensorflow中会生成两个我们需要的库文件:libtensorflow_cc.so 和 libtensorflow_framework.so
期间会因为网络了连接不上github,多尝试几次就好。
参考:Ubuntu安装TensorFlow C++_蓬莱道人的博客-CSDN博客
ubuntu18.04 tensorflow以及tensorflow lite源码编译C++库_上善若水-CSDN博客_ubuntu 编译tensorflowlite
这篇关于Ubuntu安装编译TensorFlow C++的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-10-30tensorflow是什么-icode9专业技术文章分享
- 2024-10-15成功地使用本地的 NVIDIA GPU 运行 PyTorch 或 TensorFlow
- 2024-01-23供应链投毒预警 | 恶意Py包仿冒tensorflow AI框架实施后门投毒攻击
- 2024-01-19attributeerror: module 'tensorflow' has no attribute 'placeholder'
- 2024-01-19module 'tensorflow.compat.v2' has no attribute 'internal'
- 2023-07-17【2023年】第33天 Neural Networks and Deep Learning with TensorFlow
- 2023-07-10【2023年】第32天 Boosted Trees with TensorFlow 2.0(随机森林)
- 2023-07-09【2023年】第31天 Logistic Regression with TensorFlow 2.0(用TensorFlow进行逻辑回归)
- 2023-07-01【2023年】第30天 Supervised Learning with TensorFlow 2(用TensorFlow进行监督学习 2)
- 2023-06-18【2023年】第29天 Supervised Learning with TensorFlow 1(用TensorFlow进行监督学习 1)