Est-il possible d'utiliser TensorFlow API C++ sur Windows?

Je suis intéressé d'intégrer TensorFlow en C++ de l'application serveur intégré dans Visual Studio sur Windows 10 et j'ai besoin de savoir si c'est possible.
Google a récemment annoncé le support de Windows pour TensorFlow: https://developers.googleblog.com/2016/11/tensorflow-0-12-adds-support-for-windows.html
mais de ce que je peux dire c'est juste un pip install pour le plus couramment utilisé paquet Python, et à l'utilisation de l'API C++ vous avez besoin pour construire les pensions de source vous-même: Comment construire et utiliser Google TensorFlow api C++
J'ai essayé avec la construction de mon projet à l'aide avec les sections de bazel, mais a couru dans les questions d'essayer de configurer la compilation.

Est-il un moyen d'obtenir TensorFlow C++ pour travailler dans natif de Windows (n'utilisant pas de menu fixe ou le nouveau Windows 10 sous-système Linux, que j'en ai vu d'autres post à ce sujet)?

Merci,

Ian

OriginalL'auteur Ian Conway | 2016-12-09

  1. 12

    Il est certainement possible à utiliser TensorFlow de l'API C++ sur Windows, mais il n'est pas actuellement très facile. Maintenant, la meilleure façon de construire l'encontre de l'API C++ sur Windows serait de construire avec CMake, et d'adapter le CMake règles pour le tf_tutorials_example_trainer projet (voir le code source ici). Bâtiment avec CMake va vous donner un projet Visual Studio dans lequel vous pouvez mettre en œuvre votre C++ TensorFlow programme.

    Noter que le tf_tutorials_example_trainer projet s'appuie d'une Application Console qui lien statique tous les TensorFlow d'exécution de votre programme. À l'heure actuelle nous n'avons pas écrit les règles nécessaires pour créer une réutilisables TensorFlow DLL, bien que ce serait technially possible: par exemple, l'extension Python est une DLL qui contient le moteur d'exécution, mais n'exporte pas le nécessaire symboles à utiliser TensorFlow du C ou C++ Api directement.

    Pour quelqu'un comme moi qui n'a pas utilisé de CMake avant, comment voulez-vous utiliser pour construire des tf_tutorials_example_trainer?
    Après la suite de la instructions pour exécuter cmake et générer un ensemble de projet Visual C++, les fichiers, vous devriez être en mesure d'exécuter MSBuild /p:Configuration=Release tf_tutorials_example_trainer.vcxproj dans le répertoire de construction (ou de la charge tf_tutorials_example_trainer.vcxproj dans Visual Studio et de le construire à partir de là).
    Merci. J'essaie de suivre le guide, mais suis en train de vivre certains problèmes.
    Hm, il me semble que tensorflow\tensorflow\core\kernels\cuda_solvers.h est à la recherche d'cusolverDn.h dans le mauvais dossier.
    Avez-vous réussi à le construire? Si oui, pouvez-vous partager les étapes (probablement comme une solution), je suis également essayer de construire les fichiers à l'aide de VS pour mon projet. Merci!

    OriginalL'auteur mrry

  2. 6

    Il y a un guide détaillé par Joe Antognini et une TensorFlow ReadMe sur GitHub expliquant la construction de TensorFlow source via CMake. Vous devez également avoir SWIG installé sur votre machine, ce qui permet la connexion de source C/C++ avec le langage de script Python. J'ai fait d'utiliser Visual CMAKE (cmake-gui) avec la capture d'écran illustré ci-dessous.

    Est-il possible d'utiliser TensorFlow API C++ sur Windows?

    Dans le CMake configuration, j'ai utilisé Visual Studio 15 2017 compilateur. Une fois cette étape terminée avec succès, vous pouvez cliquer sur le bouton Générer pour aller de l'avant avec le processus de construction.

    Cependant, sur Visual Studio 2015, quand j'ai essayé de bâtiment, via le "ALL_BUILD" projet d'installation, l'installation m'a donné "l'élaboration d'outils pour v141 ne peut pas être trouvé" erreur. Ce n'est pas aller, même lorsque j'ai tenté de réorienter ma solution. Enfin, la solution s'est développé avec succès avec Visual Studio 2017. Vous devez également définir manuellement la SWIG_EXECUTABLE chemin dans CMake avant de avec succès configure.

    Comme indiqué dans le Antognini lien, pour moi, la construction a duré environ une demi-heure sur un 16 go de RAM, Core i7 de la machine. Une fois cela fait, vous pouvez valider votre construction par la tentative d'exécution de la tf_tutorials_example_trainer.exe fichier.

    Espérons que cette aide!

    Joe Antognini post semblait comme un ensemble d'instructions, mais a fini par me perdre des heures réparties sur quelques jours car il est très facile de ne pas réaliser que vous êtes censé être à l'aide de la version 64 bits de MSVC compilateur, et très difficile de le faire à partir de Visual Studio. Par comparaison, quand j'ai contourné Visual Studio et utilisé MSBuild que par "officiel" CMake les instructions, cela a fonctionné immédiatement.

    OriginalL'auteur Psi-Ed

  3. 1

    J'ai dû utiliser une révision à la baisse de la version de mon Visual Studio 2017 (à partir de 15.7.5 à 15,4) en ajoutant "VC++ 2017 version 15.4 v14.11 outils" à travers le programme d'installation (Composants Individuels de l'onglet).

    La commande cmake qui a fonctionné pour moi a été:

    cmake .. -A x64 -DCMAKE_BUILD_TYPE=Release ^
-T "v141,version=14.11" ^
-DSWIG_EXECUTABLE="C:/Program Files/swigwin-3.0.12/swig.exe" ^
-DPYTHON_EXECUTABLE="C:/Program Files/Python/python.exe" ^
-DPYTHON_LIBRARIES="C:/Program Files/Python/libs/python27.lib" ^
-Dtensorflow_ENABLE_GPU=ON ^
-DCUDNN_HOME="C:/Program Files/cudnn-9.2-windows10-x64-v7.1/cuda"  ^
-DCUDA_TOOLKIT_ROOT_DIR="C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0"

    Après la construction, ouvrez tensorflow.la sln dans Visual Studio et de construire ALL_BUILD.

    Si vous souhaitez activer le calcul GPU, faire vérifier votre Carte Graphique ici (Compute Capability > 3.5). N'oubliez pas d'installer tous les paquets (Cuda Toolkit 9.0, cuDNN, Python 3.7, RASADE, Git, CMake...) et d'ajouter les chemins d'accès à la variable d'environnement dans le début.

    OriginalL'auteur Chong Lip Phang

  4. 1

    Pour nos derniers travaux sur la construction de TensorFlow API C++ sur Windows, veuillez jeter un oeil à cette page github. Cela fonctionne sur Windows 10, actuellement sans prise en charge CUDA (CPU seulement).

    PS:
    Seulement le avec les sections de bazel construire la méthode fonctionne, parce que CMake n'est pas pris en charge et il n'est plus maintenu, résultant dans CMake des erreurs de configuration.

    OriginalL'auteur srood