#!/bin/bash set -e -x 模型训练参考项目：https://github.com/koth/kcws.git 该项目为 上面项目 的另一种编译方式 注意：修改build.sh 脚本中tensorflow 以及 boost的路径为自己的安装路径 first run : third_build.sh second run : build.sh third : ./seg_backend_api 项目准备工作: #1、安装centos7系统之后 安装下面的系统工具 #rm -f /var/run/yum.pid yum install vim yum install gcc-c++ yum install git #2、安装 tensorflow 需要的依赖 #yum install python-devel #yum install numpy #yum install automake #yum install libtool #yum install libsysfs #yum install zlib-devel #首先安装epel扩展源： #yum -y install epel-release #然后再安装pip #yum -y install python-pip #pip install wheel #pip install --upgrade pip #pip install wheel #3、获取 tensorflow git clone --recursive https://github.com/tensorflow/tensorflow #4、编译 so 库 #C版本： #bazel build :libtensorflow.so #C++版本： #bazel build :libtensorflow_cc.so #编译成功后，在bazel-bin/tensorflow/目录下会出现libtensorflow.so/libtensorflow_cc.so文件 #2.其他依赖 #在使用tensorflow c/c++接口时，会有很多头文件依赖、protobuf版本依赖等问题 #（1）tensorflow/contrib/makefile目录下，找到build_all_xxx.sh文件并执行， # 例如准备在linux上使用，就执行build_all_linux.sh文件，成功后会出现一个gen文件夹 #（2）把tensorflow和bazel-genfiles文件夹下的头文件都抽取出来放在一个文件夹下面， # 或者通过cmake把这两个路径添加进include_directories中 #（3）tensorflow/contrib/makefile/gen/protobuf/include，也就是（1）中生成的文件夹中的头文件， # 也需要抽取或者在cmake中包含在include_directories中 bazel build //tensorflow:libtensorflow_cc.so #5、编译 C++所需的依赖库 cd tensorflow/contrib/makefile sh build_all_linux.sh #6、编译 pip_package bazel build -c opt //tensorflow/tools/pip_package:build_pip_package bazel build -c opt --copt=-msse4 //tensorflow/tools/pip_package:build_pip_package #7、生成 python 的 pip安装包 bazel-bin/tensorflow/tools/pip_package/build_pip_package ./tmp/tensorflow_pkg #8、安装到系统中 .whl 文件的实际名字与你所使用的平台有关 pip install /tmp/tensorflow_pkg/tensorflow-0.5.0-cp27-none-linux_x86_64.whl #9、C++ 调用模型解码测试 #https://github.com/koth/kcws #git clone https://github.com/koth/kcws.git #python 模型训练 参考 该项目