问题：如何构建谷歌Tensorflow C++ API?
我想在C++中使用Google新的Tensorflow库。但是，官方网站和文档在如何构建项目的C++ API方面讲解的不太清楚，我不知道应该如何着手。
求有经验的人分享使用tensorflow的相关经验？！
推荐的解决方法
刚开始的话，先要从Github下载源代码，可以按这里的说明来操作从源码安装，需要注意的是：安装之前，应该要有Bazel和最近版本的GCC)。
Tensorflow C++ API(以及系统的后端)在tensorflow/core这个模块中，目前只支持2中形式：C++ Session interface(C++会话接口)和C API。可以使用这2中之一来执行TensorFlow图(使用Python API构建的序列化为GraphDef协议缓冲区)。还有一个用C++构建图形的实验功能，但是目前它并不像Python API那样像支持全部功能(full-featured)，例如目前不支持auto-differentiation。可以看到builds a small graph in C++ here(在C++中构建简单的Graph)的示例程序。
C++ API的第二部分是用于添加新的OpKernel的API，它是包含用于CPU和GPU的数字内核的实现的类。在tensorflow/core/kernels以及tutorial for adding a new op in C++中有大量关于如何构建的示例。
对上述推荐方法的补充
作为对上述推荐方法的补充，我整理了一个教程，介绍如何使用C++ API加载TensorFlow图。这应该能帮助了解所有的片段如何组合在一起。具体内容如下：
要求：
-
安装了Bazel
-
克隆TensorFlow repo
文件夹结构：
-
tensorflow/tensorflow/|project name|/ -
tensorflow/tensorflow/|project name|/|project name|.cc (e.g. https://gist.github.com/jimfleming/4202e529042c401b17b7) -
tensorflow/tensorflow/|project name|/BUILD
构建：
cc_binary(
name = "<project name>",
srcs = ["<project name>.cc"],
deps = [
"//tensorflow/core:tensorflow",
]
)
解决方法的两个注意事项：
-
构建需要在TensorFlow repo中进行。
-
编译后的二进制文件非常大(103MB)。
https://medium.com/@jimfleming/loading-a-tensorflow-graph-with-the-c-api-4caaff88463f
其他解决思路一
如果想要避免使用Bazel构建项目并生成大型二进制文件，那么我已经组建了一个存储库，指导如何使用CMake构建TensorFlow C++库。可以在这里找到它here。总体思路如下：
-
克隆TensorFlow存储库。
-
向
tensorflow/BUILD添加构建规则(提供的规则不要包括所有C++功能)。 -
构建TensorFlow共享库。
-
安装Eigen和Protobuf的特定版本，或将其作为外部依赖关系添加进来。
-
配置CMake项目以便使用TensorFlow库。
其他解决思路二
可以使用下面这个ShellScript来安装(大多数)依赖项，克隆，构建，编译并将所有必需的文件都安装到../src/includes文件夹中：
https://github.com/node-tensorflow/node-tensorflow/blob/master/tools/install.sh
其他解决思路三
首先安装protobuf和eigen，并构建Tensorflow：
./configure
bazel build //tensorflow:libtensorflow_cc.so
然后将以下内容包含头文件和动态共享库复制到/usr/local/lib和/usr/local/include中：
mkdir /usr/local/include/tf
cp -r bazel-genfiles/ /usr/local/include/tf/
cp -r tensorflow /usr/local/include/tf/
cp -r third_party /usr/local/include/tf/
cp -r bazel-bin/libtensorflow_cc.so /usr/local/lib/
最后，编译的示例：
g++ -std=c++11 -o tf_example \
-I/usr/local/include/tf \
-I/usr/local/include/eigen3 \
-g -Wall -D_DEBUG -Wshadow -Wno-sign-compare -w \
-L/usr/local/lib/libtensorflow_cc \
`pkg-config --cflags --libs protobuf` -ltensorflow_cc tf_example.cpp