tensorflow通过cmake调用c++接口

cmake调用tf-master的c++接口坑实在是太多，各种版本不兼容，各种官方文档也写的很不规范，终于熬过来了…

有必要记录一下整体流程和中间遇到的坑怎么解决。

一、本文所在环境

1. ubuntu 16.04
2. bazel最新版本
3. python2.x或者3.x
4. 下载了tensorflow源
5. 下载了tensorflow-cmake-master例
6. 下载了protobuf-master源包

二、整体流程

1. bazel编译tensorflow源，根目录下会生成bazel-bin/bazel-genfile/....等重要文档
2. 按照tensorflow-cmake-master指示，更新c++接口适配的eigen和protobuf(PS: tf的c++接口还不完善，并没有像python接口那样方便的适配最新源码所推荐的eigen和protobuf版本)
3. 按照tensorflow-cmake-master抽取出c++所必须的库，统一放在同个位置，如系统环境/usr/local中
4. 注意仔细查看FOUND_PROTOBUF(EIGEN | TENSORFLOW) 的链接地址和库位置是否正确
5. 检查无误，开始更新到最新的protobuf 3.4.0版本，进入protobuf-master
6. 安装结束，编译tensorflow-cmake-master工程，此时已经能顺利完成编译与运行
7. 更新python的tensorflow最新版本，见下文 三、(三)protobuf版本解决方案
8. 结束

三、遇到的问题和解决方案

（一） 编译出libtensorflow_cc.so

需要在tensorflow根目录下，先编译出libtensorflow_cc.so进行c++接口动态调用。

注意：

1. libtensorflow.so是c接口
2. libtensorflow_all.so 包括了各种各样的接口，在单独编译c++，如果没有导入所有接口的头文件，执行全部相应的编译格式，会出错，不要用 libtensorflow_all.so

（二）protobuf版本问题

通过tensorflow最新的源(20171109)自动更新的 protobuf 版本是3.3.0，然而对应源提供的cmake需要protobuf 3.4.0版本。

所以，通过tensorflow编译完的库，不能直接使用，需要从protobuf源重新安装3.4.0的版本，否则会出现 error...by a newer/older version of protobuf...。

到这个时候，已经编译好三个模块：EIGE、TENSORFLOW、PROTOBUF

而这时候，用户之前通过 pip 装上tensorflow的modules将无法使用，主要是因为出现了 google.protobuf 无法使用的情况。

（三）protobuf版本解决方案

需要重新安装这些模块:

以python2的tf模块为例：
> sudo pip uninstall tensorflow

> sudo pip install tensorflow

以python3的tf模块为例:
> sudo apt install python3-pip

> sudo pip3 uninstall tensorflow

> sudo pip3 install --upgrate tensorflow

（四）protobuf版本解决方案（可选）

如果出现以下错误:

UserWarning: The installed version of numexpr 2.4.3 is not supported in pandas……

terminal安装:

sudo pip install -U Numexpr

（五）编译protobufanzhaugn出错（可选）

编译protobufanzhaugn 最新版本的时候出现

/autogen.sh: 48: autoreconf: not found

是在不同版本的 tslib 下执行 autogen.sh 产生。它们产生的原因一样，是因为没有安装 automake 工具。

ubuntu 16.04用下面的命令安装好就可以了。

sudo apt-get install autoconf automake libtool