mace compile

mace 是小米开源的一个深度学习推断引擎，相比ncnn最大的优势是opencl和高通的dsp优化的很好，cpu方面ncnn还是benchmark。

从代码安装mace还是有点麻烦，主要是依赖第三方库比较多。下面简单描述一下安装的步骤的注意点。

1. 首先安装bazel。这篇文章时mace的最新发布版本是0.9. mace的master版本还不太稳定，因此使用0.9来安装。mace官方的doc中推荐的是0.13.1的bael版本，不过使用这个版本没有安装成功，提示opencl的问题。因此选择了0.15.2版本bazel. bazel直接使用 sudo Ingles安装在/usr/local/bin目录，这样就不用写在PATH中。

2. sudo apt-get install android-tools-adb.

3. 安装第三方依赖python包。主要是numpy six sh filelock jinja2 pyyaml scipy pycodestyle。

最好使用sudo pip这样直接安装后非root用户也可以使用，否则需要加 --user

pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com setuptools
pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com \
    "numpy>=1.14.0" \
    scipy \
    jinja2 \
    pyyaml \
    sh==1.12.14 \
    pycodestyle==2.4.0 \
    filelock

可以通过

pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com setuptools

设置pip的安装包源，这样安装tensorflow/torch/torchvision时就非常快。

sudo pip install -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com tensorflow==1.6.0

4. NDK设置在/etc/profile或者~/.bashrc中。需要export ANDROID_NDK_VERSION/ANDROID_NDK/ANDROID_NDK_HOME.估计mace的安装脚本中有引用这些宏，具体没有考证。

5. 下载mace-0.9.0 release代码。解压后执行 

bash tools/build-standalone-lib.sh

因为会编译arm7/arm7-no-neon/arm8静态和动态版本，因此需要花费几分钟时间。一切顺利的话，就可以看到libmace.a.

------------------------------------- 分割线 -------------------------

如果出现opencl的问题，或者其它的问题，可以完全删除/home/candy/.cache文件夹下的所有文件，这样可以完全删除由bazel编译缓存导致的opencl问题。