Mac 系统上编译 TensorFlow Android Dem

2018-04-06 本文已影响330人赶时间的闹钟

Document created by Anter on 2018-04-05

image.png

编译准备

1. 源码准备

【方式一】从 GitHub：https://github.com/tensorflow/tensorflow 现在下载源码：
$ git clone https://github.com/tensorflow/tensorflow.git
【方式二】在 GitHub 上切换到合适的稳定分支，接着下载当前分支的 Zip 包，然后解压便可。

源码下载方式.png

Tips: 两种方式的差别就是以 Zip 包下载的只能是当前分支内容，不能够自由地进行分支的操作和管理，但 Zip 包的下载方式会更加快速。

2. 环境准备

jdk 1.8
下载：http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html ，或者baidu/google寻找资源下载，下载完毕之后点击安装即可
image.png

路径配置：安装完毕后若是命令行执行$ java -version后得到的是 1.8.x_xx可以不用配置jdk路径了

image.png
如果不是1.8版本则需要配置用户根目录的.bash_profile,

image.png 以E(Edit)方式打开，在insert模式下，在文件的最后面添加以下内容，然后wq方式保存退出，然后执行$ source .bash_profile使得配置生效。

image.png

# JDK 1.7
export JAVA_7_HOME=`/usr/libexec/java_home -v 1.7`
# JDK 1.8
export JAVA_8_HOME=`/usr/libexec/java_home -v 1.8`
# JDK 9
export JAVA_9_HOME=`/usr/libexec/java_home -v 9`

# Default
export JAVA_HOME=$JAVA_8_HOME

# alias JDK
alias jdk9="export JAVA_HOME=$JAVA_9_HOME"
alias jdk7="export JAVA_HOME=$JAVA_7_HOME"
alias jdk8="export JAVA_HOME=$JAVA_8_HOME"

查看jdk的安装路径 all /usr/libexec/java_home -V specify version /usr/libexec/java_home -v 1.7

image.png

Tips:
---jdk 1.9 use 9 but not 1.9
--- jdk 1.8 is recommended, otherwise some compile action might go wrong
--- After executing $ source .bash_profile , restart command linebash then you can use it

python
安装：Mac 系统自带了一个Python，版本是2.7.10，在本次编译过程中，笔者使用的是系统自带的Python版本编译。若是需要安装更多的Python版本可以使用以下方式进行安装：
【方式一】访问 https://www.python.org/downloads/ 选择合适的版本进行下载安装
【方式二】使用home brew下载：
若是还没有安装home brew， https://brew.sh/ 则可以使用系统自带的ruby
$ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
给 brew 设置清华源：

$ cd "$(brew --repo)"
git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/brew.git

$ cd "$(brew --repo)/Library/Taps/homebrew/homebrew-core"
git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/homebrew-core.git

$ brew update

然后使用 brew 指令安装 python : $ brew install python 这里默认安装的是最新的稳定版本，需要指定版本则在后面加上@xx.xx.xx, 检查 brew 中包含的版本：brew search python

设置python的路径：用户的根目录$ vim .bash_profile，再以E(Edit)的方式，在后面添加alias python="/usr/local/Cellar/python/3.6.5/bin/python3",这里说明一下，brew下载安装的目录是 /usr/local/Cellar/ ,在这个目录中可以查看所有使用 brew 安装的软件/库，若是想追踪系统Python的安装目录可以

image.png

ndk
【方式一】官网下载地址：https://developer.android.com/ndk/downloads/revision_history.html 建议下载 Android NDK, Revision 12b (June 2016) 笔者踩坑了下了一个最新的版本，希望 tensorflow能够早日解决高版本NDK兼容问题。 image.png
【方式二】国内地址下载：http://www.androiddevtools.cn/ (很感谢网站服务者！为国内的小伙伴提供了Android相关开发工具的下载)
image.png
【方式三】Android SDK manager中选择NDK下载，这个似乎只能下载到最新的(PS. 笔者踩过这个坑，使用16.x.xxx在编译中出现某些头文件找不到的问题，希望能够早点兼容)
image.png

Tips: NDK下载完毕之后，最好是将NDK解压到与Android SDK对应的NDK目录下，方便管理。

image.png

Android SDK
【方式一】Android Studio 中下载：
Android Studio 下载地址：https://developer.android.com/studio/index.html，或者baidu.com中搜索下载。下载完毕后打开软件进行下载（笔者下载了 API 23的版本）
image.png
bazel
安装了 brew 后安装bazel就很方便了，直接执行$ brew install bazel
image.png

3. 开始编译

编辑WORDSPACE文件
打开 $ git clone 下载的tensorflow目录，用文本编辑器编辑WORDSPACE文件

image.png
image.png
bazel 编译源码
cd 到 tensorflow目录，执行./configure来确认你的编译环境（可以一直enter回车就好，非必须设置某些项目）

image.png
确认环境后使用bazel 执行 $ bazel build //tensorflow/examples/android:tensorflow_demo 进行编译
image.png
整个编译过程花费了25分钟左右，比较漫长，而且CPU的占用率暴增到99% +，散热风扇似乎声音很大！甚至让都心疼了，这会儿可以洗个澡什么的，来压压惊。笔者在第一次编译的过程中碰到了很多的问题，大多是环境配置不正确的，所以也提醒大家，按照推荐的编译环境搭建自己的编译环境。稍后笔者整理编译过程中的问题并作简单解答。
最后，放一张喜闻乐见的结果图
image.png