Ubuntu18.04下C++编译tensorflow并在QT中使用

本博文参考：
https://blog.youkuaiyun.com/qq_25109263/article/details/81285952
https://blog.youkuaiyun.com/dragonchow123/article/details/80682787

介绍

最近要把模型落地了，由于整个系统是基于C++的，但是我们一般都是使用python来训练模型，这个时候就需要进行转换了。tensorflow提供了基于C++的API，但是需要编译，过程在这里记录下,网上的教程还是有点坑的。

PipeLine

整个工作流：keras训练->“my_model.h5”->转换到pb类型->“my_model.pb”->C++端用tensorflowAPI调用并运行模型。

必备环境配置

本机配置：GTX1080ti，Ubuntu18.04

（1）一个配有tensorflow和keras的python环境，建议用anaconda去创建

（2） CUDA9.1, cudnn7.1.2（安装CUDA和cudnn的方法请自行查找，不在本文范围内）

（3）OpenCV3.4（安装OpenCV的方法请自行查找，不在本文范围内）

（4）编译tensorflow C++接口，这在接下来会介绍

编译安装tensorflow的C++接口，本文编译的tensorflow C++是1.7版的

1.配置C++版tensorflow使用时的第三方依赖

（1）Protobuf！！！！！这玩意儿是重中之重，它的版本与tensorflow的版本密切相关，它的版本错了就无法work，我用的3.5.0。

先从以下网址下载protobuf-cpp-3.5.0.tar.gz
https://github.com/google/protobuf/releases
再解压出来，获得一个protobuf-3.5.0的文件夹
cd prtobuf-3.5.0
./configure
sudo make -j8
make check -j8
sudo make install
sudo ldconfig
以上步骤可以完成Protubuf的源码的编译和安装
如果遇到什么问题，建议去看Protobuf的官方的编译安装指南：
https://github.com/google/protobuf/blob/master/src/README.md

（2）Eigen,这是一个C++端的矩阵运算库,这个库只要下载压缩包，解压到某个自己知道的路径下即可

先下载eigen的压缩包
wget http://bitbucket.org/eigen/eigen/get/3.3.4.tar.bz2
下载之后解压,重新命名为eigen3，放到某个路径下，安装就好

mkdir build  
cd build  
cmake ..  
make  
sudo make install

2.编译安装Tensorflow

（1）下载安装编译工具bazel

先下载Bazel的安装包
https://github.com/bazelbuild/bazel/releases，我下载的是bazel-0.10.1-installer-linux-x86_64.sh
然后执行安装
./bazel-0.10.1-installer-linux-x86_64.sh

注意：bazel版本不能过高，否则会报错

（2）编译安装Tensorflow，我的源码路径是~/tensorflow

# 先下载tensorflow源码
git clone https://github.com/tensorflow/tensorflow.git

# 进入tensorflow文件夹
cd tensorflow

# 切换到1.7版本：
git checkout r1.7

# 执行configure
sudo ./configure
这一步需要你指定python路径，需要有各种y/N的选择
建议如下：

    python路径用anaconda的路径：/home/oliver/anaconda3/bin/python
    其他的第一个y/N选择y，后面的都是N
    cuda要选择y,然后会自动搜索cudnn版本
    nccl选择默认的1.3，
    后面的不是选择N就是默认

详见Tensorflow官网的提示：https://www.tensorflow.org/install/install_sources

也可以参考一个链接：https://blog.youkuaiyun.com/qq_37674858/article/details/81095101

# 使用bazel去编译
bazel build --config=opt //tensorflow:libtensorflow_cc.so // 无显卡，cpu版本
bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so // 有显卡


....漫长的等待编译，大约20分钟
# 最后显示类似如下的信息，说明编译成功了：
....
Target //tensorflow:libtensorflow_cc.so up-to-date:
  bazel-bin/tensorflow/libtensorflow_cc.so
INFO: Elapsed time: 1192.883s, Critical Path: 174.02s
INFO: 654 processes: 654 local.
INFO: Build completed successfully, 656 total actions

然后回到tensorflow目录下执行：

./tensorflow/contrib/makefile/download_dependencies.sh
#完成后会有一个download文件夹在makefile文件夹中。

然后：

在tensorflow/contrib/makefile下，执行build_all_linux.sh文件，成功后会出现一个gen文件夹。

操作完成后需要把"tensorflow/bazel-genfiles/tensorflow/"中的cc和core文件夹中的内容copy到"tensorflow/tensorflow/"中，然后完成覆盖即可，这一步是为了复制.pb.h和.cc文件。
完成这一步之后：

# 再把必要.h头文件以及编译出来.so的动态链接库文件复制到指定的一些路径下：
sudo mkdir /usr/local/include/tf
sudo cp -r bazel-genfiles/ /usr/local/include/tf/
sudo cp -r tensorflow /usr/local/include/tf/
sudo cp -r third_party /usr/local/include/tf/
sudo cp bazel-bin/tensor