标签：运行时   过程   信息   none   国内源   -o   ica   完成后   国内   

一、前言

我们都知道，普通使用pip安装的TensorFlow是万金油版本，当你运行的时候，会提示你不是当前电脑中最优的版本，特别是CPU版本，没有使用指令集优化会让TensorFlow用起来更慢。

但是在编译之中，发现很多坑，由此记录一下。

环境相关：

系统：centos7

python版本：2.7.5

二、准备

1. 安装相关依赖

# 一般会缺失的依赖
yum -y install java-1.8.0-openjdk-devel automake autoconf libtool libicu gcc-c++

2. pip安装相关库

# python 相关，连接境外源较慢，建议更换成国内源，比如 douban 等
pip install --upgrade pip
pip install numpy grpcio Keras-Applications Keras-Preprocessing h5py requests enum

3. 查看可优化的信息

直接使用pip安装TensorFlow并运行随便一个TensorFlow相关程序，如果出现以下内容则需要优化相关指令集：

将这些信息记录下来，后面会用到。

4. 安装Bazel

Bazel是编译TensorFlow的工具，首先下载repo文件：

进入网页 https://copr.fedorainfracloud.org/coprs/vbatts/bazel/ 选择自己系统的版本并下载，我的系统是centos7，直接执行命令：

wget https://copr.fedorainfracloud.org/coprs/vbatts/bazel/repo/epel-7/vbatts-bazel-epel-7.repo

复制到yum.repos.d目录并安装：

cp vbatts-bazel-epel-7.repo /etc/yum.repos.d/
yum install bazel

5. 下载TensorFlow源码

输入命令：

git clone --recurse-submodules https://github.com/tensorflow/tensorflow

如果没安装git，直接安装一下就行了：

yum -y install git

准备工作到此结束。

三、编译

1. 配置编译

进入源码目录并配置：

cd tensorflow/
./configure

刚开始会出现让你选择python的一些路径的，输入正确的安装目录就行了。

然后会出现一堆“Do you wish to build TensorFlow with…”的提示，安装自己的情况去选择，不确定的直接回车就行了，不过因为编译的是CPU版本，所以GPU那里需要选n，其他根据实际情况去选择。

最后是一堆配置选择，也是直接回车，默认就可以了。

2. 开始编译

根据pip安装的TensorFlow，运行时提示的优化信息，作为优化参数，根据自己的情况输入命令：

bazel build -c opt --copt=-msse4.1 --copt=-msse4.2 //tensorflow/tools/pip_package:build_pip_package

注意这里的优化参数一定要填正确，要不然CPU不支持，但编译了，到时候用的时候有可能会报错。注意这是一个很慢很慢的过程，请耐心等待。编译界面如下。

不过编译期间当然会出现各种错误，譬如我就遇到找不到python相关的头文件的，最后发现都在/usr/include/python2.7/ 目录里，而代码中指向的是/usr/include/，所以只得把python2.7目录里的头文件复制一份到母目录。此外还有很多错误，这个只能根据自己的系统和环境，一个个去解决了，此处省略一万字。

ps：如果编译一般发现之前的参数错了，先clean一下编译输出文件再编译：

bazel clean

不然会出现很奇怪的问题。

如果顺利，编译会经历一个极其漫长的过程，可以先泡杯茶喝喝。

3. 创建whl文件

编译完成后在tensorflow下会创建很多符号连接，譬如bazel-bin，运行以下命令创建whl文件：

bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

输出如下图所示：

至此，编译并生成whl过程才算完成，最后得到文件tensorflow-1.12.0rc0-cp27-cp27mu-linux_x86_64.whl，根据不同的平台名字会不大一样。

四、安装

1. 卸载直接用pip直接安装的版本

pip uninstall tensorflow

2. 使用pip安装之前生成的whl文件

pip install /tmp/tensorflow_pkg/tensorflow-1.12.0rc0-cp27-cp27mu-linux_x86_64.whl

如无意外，就安装完成了，输出如下图所示：

3. 测试

运行TensorFlow相关代码，如果没有优化提示，证明一切正常。

>>> import tensorflow as tf
>>> hello = tf.constant(‘Hello, TensorFlow!‘)
>>> sess = tf.Session()
>>> print sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print sess.run(a+b)
42
>>> exit()

五、参考

1. CentOS源码编译安装Tensor Flow

2. Tensorflow Serving CentOS 7源码编译（CPU 版）

（完）

centos7 源码编译安装TensorFlow CPU 版本

标签：运行时   过程   信息   none   国内源   -o   ica   完成后   国内   

原文地址：https://www.cnblogs.com/harrymore/p/10028489.html