【进阶篇】安装与编译C-API预测库

导语

本周起将推送【使用指南—进阶篇】推文。在进阶篇，我们将向您介绍PaddlePaddle的使用说明、开发标准、模型配置等内容。在使用进阶篇推文之前，请参考安装与编译部分推文完成PaddlePaddle的安装

本周推文目录如下：

周一：【进阶篇】命令行参数细节描述

周二：【进阶篇】命令行参数使用案例

周三：【进阶篇】在不同的集群框架下完成分布式训练

周四：【进阶篇】安装与编译C-API预测库

周五：【进阶篇】C-API 使用流程

编写｜PaddlePaddle

排版｜wangp

 1 

概述

使用 C-API 进行预测依赖于将 PaddlePaddle 核心代码编译成链接库，只需在编译时需配制下面这些编译选项：

必须配置选项：

 WITH_C_API，必须配置为ON

推荐配置选项：

WITH_PYTHON，推荐配置为OFF

WITH_SWIG_PY，推荐配置为OFF

WITH_GOLANG，推荐设置为OFF

可选配置选项：

WITH_GPU，可配置为ON/OFF

WITH_MKL，可配置为ON/OFF

对推荐配置中的选项建议按照设置，以避免链接不必要的库。其它可选编译选项按需进行设定

下面的代码片段从github拉取最新代码，配制编译选项（需要将PADDLE_ROOT替换为PaddlePaddle预测库的安装路径）：

PADDLE_ROOT=/path/of/capi

git clone https://github.com/PaddlePaddle/Paddle.git

cd Paddle

mkdir build

cd build

cmake -DCMAKE_INSTALL_PREFIX=$PADDLE_ROOT \

      -DCMAKE_BUILD_TYPE=Release \

      -DWITH_C_API=ON \

      -DWITH_SWIG_PY=OFF \

      -DWITH_GOLANG=OFF \

      -DWITH_PYTHON=OFF \

      -DWITH_MKL=OFF \

      -DWITH_GPU=OFF  \

      ..

执行上述代码生成Makefile文件后，执行：make && make install。成功编译后，使用C-API所需的依赖（包括：（1）编译出的PaddlePaddle预测库和头文件；（2）第三方链接库和头文件）均会存放于PADDLE_ROOT目录中

编译成功后在 PADDLE_ROOT 下会看到如下目录结构（包括了编译出的PaddlePaddle头文件和链接库，以及第三方依赖链接库和头文件（如果需要，由链接方式决定））：

├── include

│   └── paddle

│       ├── arguments.h

│       ├── capi.h

│       ├── capi_private.h

│       ├── config.h

│       ├── error.h

│       ├── gradient_machine.h

│       ├── main.h

│       ├── matrix.h

│       ├── paddle_capi.map

│       └── vector.h

├── lib

│   ├── libpaddle_capi_engine.a

│   ├── libpaddle_capi_layers.a

│   ├── libpaddle_capi_shared.so

│   └── libpaddle_capi_whole.a

└── third_party

    ├── gflags

    │   ├── include

    │   │   └── gflags

    │   │       ├── gflags_completions.h

    │   │       ├── gflags_declare.h

    │   │       ...

    │   └── lib

    │       └── libgflags.a

    ├── glog

    │   ├── include

    │   │   └── glog

    │   │       ├── config.h

    │   │       ...

    │   └── lib

    │       └── libglog.a

    ├── openblas

    │   ├── include

    │   │   ├── cblas.h

    │   │   ...

    │   └── lib

    │       ...

    ├── protobuf

    │   ├── include

    │   │   └── google

    │   │       └── protobuf

    │   │           ...

    │   └── lib

    │       └── libprotobuf-lite.a

    └── zlib

        ├── include

        │   ...

        └── lib

            ...

 2 

链接说明

目前提供三种链接方式：

A.链接libpaddle_capi_shared.so 动态库

使用 PaddlePaddle C-API 开发预测程序链接libpaddle_capi_shared.so时，需注意：

• 如果编译时指定编译CPU版本，且使用OpenBLAS数学库，在使用C-API开发预测程序时，只需要链接libpaddle_capi_shared.so这一个库

• 如果是用编译时指定CPU版本，且使用MKL数学库，由于MKL库有自己独立的动态库文件，在使用PaddlePaddle C-API开发预测程序时，需要自己链接MKL链接库

• 如果编译时指定编译GPU版本，CUDA相关库会在预测程序运行时动态装载，需要将CUDA相关的库设置到LD_LIBRARY_PATH环境变量中

上面这种方式最为简便，链接相对容易，在无特殊需求情况下，推荐使用此方式

B.链接静态库 libpaddle_capi_whole.a

使用PaddlePaddle C-API 开发预测程序链接libpaddle_capi_whole.a时，需注意：

• 需要指定-Wl,--whole-archive链接选项

• 需要显式地链接 gflags、glog、libz、protobuf 等第三方库，可在PADDLE_ROOT/third_party下找到

• 如果在编译 C-API 时使用OpenBLAS数学库，需要显示地链接libopenblas.a

• 如果在编译 C-API 是使用MKL数学库，需要显示地链接MKL的动态库

C.链接静态库 libpaddle_capi_layers.a和libpaddle_capi_engine.a

使用PaddlePaddle C-API 开发预测程序链接libpaddle_capi_whole.a时，需注意：

• 这种链接方式主要用于移动端预测

• 为了减少生成链接库的大小把libpaddle_capi_whole.a拆成以上两个静态链接库

• 需指定-Wl,--whole-archive -lpaddle_capi_layers 和 -Wl,--no-whole-archive -lpaddle_capi_engine 进行链接

• 第三方依赖库需要按照与方式2同样方法显示地进行链接

*原创贴，版权所有，未经许可，禁止转载

*值班小Paddle：wangp

*欢迎在留言区分享您的观点