Java环境下TensorFlow的语义识别功能及编译流程

1. 预备工具

1.1 说明

编译过程有点坑，而且耗时，如果不是必须要编译的话，可以去 https://github.com/fo40225/tensorflow-windows-wheel 下载,有现成的轮子。测试代码可以参考 https://github.com/ksachdeva/tensorflow-cc-examples 和 https://github.com/aljabr0/from-keras-to-c （对开源的作者表示感谢）。

这里我使用的cmake来编译的tensorflow。版本是tensorflow 1.8.0 x64 CPU版本的（tensorflow不支持32位系统，在stackoverflow上看的要支持32位系统需要更改一些源码），本来想编译1.14.0，但是编译过程始终报错，遂降低了版本。tensorFlow 1.11开始，仅支持bazel编译。

1.2 所需工具

工具名	版本	必要	描述
操作系统	Win10 64位	是	无
CMake	3.16.3	是	https://cmake.org/download/
Swigwin	4.0.1	是	http://www.swig.org/download.html
Anaconda或者Python3.6	Anaconda3-2019.07-Windows-x86_64.exe	是	https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
tensorflow源码	1.8.0	是	https://github.com/tensorflow/tensorflow
Git	2.23.0	是	https://git-scm.com/downloads
Visual Studio	2017或者2015	是	我这里使用的是VS2017专业版本
CUDA和cuDNN	显卡决定，注意配套	否	无
FQ工具	N/A	否	最好能FQ，编译过程中会到墙外下载一些包

2. 编译步骤

2.1 生成sln项目

1. 打开cmake-gui，进行如下图配置，选择VS版本，点击Generate，生成相关配置。 tensorflow java 语义识别 tensorflow 编译_github

2. 配置参数，如图所示，由于我编译的是CPU版本，所以没有勾选tensorflow_ENABLE_GPU，点击Generate。 tensorflow java 语义识别 tensorflow 编译_tensorflow_02

2.2 编译sln项目

1. 打开tensorflow.sln，如图所示。然后修改配置属性，改为x64下的Release。
tensorflow java 语义识别 tensorflow 编译_tensorflow_03

2. 之后需要修改前面5个以下划线命名的项目的配置属性。在配置属性 > 链接器 > 输入 > 附加依赖项添加$(SolutionDir)$(Configuration)\pywrap_tensorflow_internal.lib 。 tensorflow java 语义识别 tensorflow 编译_编译过程_04

3. 配置好后修改源代码中文件tensorflow\contrib\boosted_trees\lib\utils\sparse_column_iterable.cc，将第99~101行注释掉，改为：

bool operator<( const IndicesRowIterator& other ) const {
    QCHECK_LT( iter_, other.iter_ );
    return ( row_idx_ < other.row_idx_ ); 
}

4. 然后右击ALL_BUILD项目，点击生成就会开始编译了（注意打开FQ软件，因为编译过程中会下载一些文件）。然后就是漫长的等待了。

5. 在所有项目都成功生成后就可以右击INSTALL项目，直接生成，就会将编译好的tensorflow发布到最开始我们在2.1节第2步配置的文件夹中。