之前有一篇介绍到在windows下利用VS2015编译tensorflow的C++接口，接下来这篇就介绍下在Ubuntu下编译tensorflow的C++接口。
先说一下我的电脑配置，首先是Ubuntu16.04，anaconda用的是3.4.2，CUDA用的是9.0的，cudnn用的是7.0.5的。因为已经在anaconda3上安装好了tensorflow1.7的，但是这次要编译C++的接口，所以我还是选择编译tensorflow1.7的源码。最近重新编译的时候改用了tensorflow1.12。

一、准备编译环境

编译这里要用到bazel来编译，所以要安装它，Ubuntu下安装的指令如下：

echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list

然后输入以下指令：

curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -

更新：

sudo apt-get update

安装bazel：

sudo apt-get install bazel

这里不要这么做了，因为这么做会把bazel更新到最新的版本，但是编译tensorflow的时候，不同tensorflow要与bazel的版本是对应的，如果这么做的话，后面的操作就会出错，而且也不知道怎么解决。正确的做法应该是下载对应的版本来安装bazel，tensorflow与bazel的版本应该在tensorflow的官网查找：https://tensorflow.google.cn/install/source

linux下tensorflow与python、GCC、Bazel的版本关系，GCC倒是没有问题，应该支持C++11就可以，但bazel就真的还是要对应好版本，不然一大堆问题，折腾。

| Version | Python version | Compiler | Build tools |
| tensorflow-1.14.0 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.24.1 |
| tensorflow-1.13.1 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.19.2 |
| tensorflow-1.12.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 |
| tensorflow-1.11.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 |
| tensorflow-1.10.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 |
| tensorflow-1.9.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.11.0 |
| tensorflow-1.8.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.10.0 |
| tensorflow-1.7.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.10.0 |
| tensorflow-1.6.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.9.0 |
| tensorflow-1.5.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.8.0 |
| tensorflow-1.4.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.5.4 |
| tensorflow-1.3.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 |
| tensorflow-1.2.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 |
| tensorflow-1.1.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 |
| tensorflow-1.0.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 |

| Version | Python version | Compiler | Build tools | cuDNN | CUDA |
| tensorflow_gpu-1.14.0 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.24.1 | 7.4 | 10.0 |
| tensorflow_gpu-1.13.1 | 2.7, 3.3-3.7 | GCC 4.8 | Bazel 0.19.2 | 7.4 | 10.0 |
| tensorflow_gpu-1.12.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.11.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.10.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
| tensorflow_gpu-1.9.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.11.0 | 7 | 9 |
| tensorflow_gpu-1.8.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.10.0 | 7 | 9 |
| tensorflow_gpu-1.7.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
| tensorflow_gpu-1.6.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
| tensorflow_gpu-1.5.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.8.0 | 7 | 9 |
| tensorflow_gpu-1.4.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.5.4 | 6 | 8 |
| tensorflow_gpu-1.3.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 | 6 | 8 |
| tensorflow_gpu-1.2.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.5 | 5.1 | 8 |
| tensorflow_gpu-1.1.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |
| tensorflow_gpu-1.0.0 | 2.7, 3.3-3.6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |

其他的应该就没啥，就是这个bazel把我给折腾的啊

这里tensorflow1.12对应的bazel版本是0.15.0，所以去github搜bazel下载http://bazel-0.15.0-installer-linux-x86_64.sh，然后安装。

二、下载tensorflow源码

tensorflow的源码是在github上就可以下载的，目前已经更新到1.11，但是我还是下载了1.7的版本，我下载的是版本1.12的。下载之后解压出来。

三、配置编译环境

解压源码之后，进入根目录，输入指令：

./configure

接下来就是配置清单：

image.png

image.png

这里要说明的是如果有CUDA，那么Do you wish to build Tensorflow with CUDA?一定要选Y，然后其它的我基本都是N
配置好之后就进行编译：

bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so

这里如果不用cuda的话(前面配置的时候就不要在CUDA那一项那里输入Y)，就输入：

bazel build --config=opt  //tensorflow:libtensorflow_cc.so

然后是等待，这个过程大概会花费30分钟左右，而且CPU的占用量是达到100%的，所以这个时候最好就不要坐别的事情了。
编译之后我这里会有一个问题(这个问题我在编译tensorflow1.12的时候没有遇到，所以看不同版本吧)：

image.png

这个错误并不是因为文件没有而是因为找不到，实际上，这个文件就在tensorflow-r1.7/tensorflow文件夹下，但是需要修改/tensorflow-r1.7/tensorflow/BUILD这个文件才行，打开这个文件之后修改大概在812行，注释掉后，另起一行设置正确的路径：

image.png

修改之后重新输入编译的指令编译一次就可以了。编译好之后在文件夹tensorflow-r1.7/bazel-bin/tensorflow下面，会有两个so文件：libtensorflow_cc.so和libtensorflow_framework.so，这两个就是我们需要的。

四、一些错误

下面这几个错误都是在使用的时候发现的，主要是在编译的时候有些依赖文件没有下载到，所以需要自己去下载。
(1)、nsync_cv.h文件缺失：
这个文件一般是会在tensorflow/contrib/makefile/downloads/nsync/public这个文件夹下的，但是我这边是编译tensorflow的时候有些依赖文件没有下载到导致它缺失，解决方法是存在/tensorflow/contrib/makefile/download_dependencies.sh这个文件，执行它来下载相关的文件，相关文件会放在/tensorflow根目录/tensorflow/contrib/makefile/downloads这个文件夹下;
(2)、提示Eigen相关的问题
这个问题跟前面的类似，如果下载了相关的依赖文件之后，在/tensorflow-r1.7/tensorflow/contrib/makefile/downloads文件夹下找到eigen文件夹，进入之后执行以下指令进行eigen的编译：

mkdir build
cd build
cmake ..
make
sudo make install

(3)、提示关于protobuf版本的问题
问题如下：

image

image

五、参考

1、https://blog.csdn.net/zwx1995zwx/article/details/79064064

阳光
在天上一闪
又被乌云埋掩
暴雨冲洗着
我灵魂的底片

-- 顾城