Tensorflow 源碼Windows下編譯

我也一懶人，用pip install tensorflow未果，才決心編譯源碼。好在Tensorflow源碼實在賞心閱目。加上今天上海陽光明媚。Just Do it ! :)

0 看看本身平臺信息

這是個人：

OS: Windows 8.1 64 bits

GPU：NVIDIA GeForce M720 比較挫。聊勝於無。好歹是支持CUDA

已經安裝了Python 3.6, Visual Studio 2015, GIT, CMake。

 

1 第一個準備環境

照這個提示作

https://github.com/tensorflow/tensorflow/tree/r0.12/tensorflow/contrib/cmake

==============================================================

re-requisites

• CMake version 3.5 up to 3.6

• Git

• SWIG

• Additional pre-requisites for Microsoft Windows:

  • Visual Studio 2015
  • Python 3.5
  • NumPy 1.11.0 or late

===============================================================

//說明：

1 .CMake:是跨平臺的構建工具。在Windows下能夠直接生成Visual Studio的工程文件。

2．ＧＩＴ就不解釋了。

３．ＳＷＩＧ：　一個絕妙工具，把Ｃ／Ｃ＋＋寫的庫自動暴露給腳本。這裏用來生成Python包裝。須知神經網絡這種耗CPU的東西，核心部分固然得用C/C++寫。加上腳本只是爲了應用的方便。

4. Visual Studio 2015, Python 3.5不解釋了。 Numpy是Python中數值計算庫，計算向量，矩陣用。

Known-good configurations

Microsoft Windows 10

• Microsoft Visual Studio Enterprise 2015 with Visual C++ 2015
• Anaconda 4.1.1 (Python 3.5 64-bit)
• Git for Windows version 2.9.2.windows.1
• swigwin-3.0.10
• NVidia CUDA Toolkit 8.0
• NVidia CUDNN 5.1

Anaconda is the leading open data science platform powered by Python. The open source version of Anaconda is a high performance distribution of Python and R and includes over 100 of the most popular Python, R and Scala packages for data science.

********************************************************************************************************

OK 一通下載，NVidia CUDNN 5.1 須要註冊。

1.1 先準備Python

安裝Anaconda 4.1.1這個東西內置Python 3.5。感受要衝突，不過Python環境集中在一個目錄中。解決辦法只須要PATH中保留一個便可。而且集成了numpy。若是不放心，能夠操做一把：

打開命令行。

c:\python

import numpy

1.2 安裝NVidia CUDA Toolkit 8.0

1.3 安裝NVidia CUDNN 5.1

這個簡單，就是庫+頭文件。解壓到一個目錄就能夠。

********************************************************************************************************

2 編譯的檢查：

不要照搬Tensorflow的命令。可能不同。要點是

a)設置Visual Studio環境變量：

到安裝目錄上找一下，這個是個人。

"C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\vcvars32.bat"

b ) 確保nvidia CUDA是否可用。

命令行中輸入：c:\nvcc

若是能運行起來。說明能夠。

c) CUDNN須要手動設置：

我cudnn放在這裏。

C:\cudnn\cuda\bin

把這個目錄添加到PATH中。

 

3 調用cmake生成工程。

進入tensorflow源碼目錄，個人在d:\project\tensorflow下。

若是用git clone 太慢，能夠到github上直接下載zip文件。用迅雷。

cd  D:\project\tensorflow\tensorflow\contrib\cmake

mkdir build

cd build

此時工做目錄爲D:\project\tensorflow\tensorflow\contrib\cmake\build

輸入命令：

cmake .. -A x64 -DCMAKE_BUILD_TYPE=Release -DSWIG_EXECUTABLE=C:/swig/swig.exe -DPYTHON_EXECUTABLE=C:/Users/%USERNAME%/Anaconda3/python.exe -DPYTHON_LIBRARIES=C:/Users/%USERNAME%/Anaconda3/libs/python35.lib -Dtensorflow_ENABLE_GPU=ON -DCUDNN_HOME="c:\cudnn"

 

4 編譯

cmake會在build目錄下生成一堆目錄，先不用細看。今天的任務是編譯。就是要找到tensorflow.sln。

打開。編譯。先要選擇Debug版本編譯，由於快。

 

OK

讓她編譯吧。我去吃飯，看電影，若是有錯誤。下回分解。