編譯tensorflow c/c++ api 函式庫(一)－一切的安排，都是最好的安排

為了編譯支援tensorflow 框架的Face detector的AP，其中使用到tensorflow c/c++ api，所以需要下載原始碼編譯出libtensorflow.so檔來使用，接下來就是介紹整個編譯環境的過程。

1. 簡介:
tensorflow提供了python, c/c++的API，我們現在的應用用到c/c++版本，所以需要編譯出library來使用，在編譯library時，必需使用bazel及protobuf及eigen工具，應將其工具準備好。
FaceDetector AP 源碼: https://github.com/OAID/FaceDetection

2. 編譯環境及工具版本
a. Ubuntu 18.04
b. Python 3.6
c. Bazel 0.26 - https://github.com/bazelbuild/bazel/releases/tag/0.26.0
d. TensorFlow - https://github.com/tensorflow/tensorflow
e. protobuf 3.8.0 - https://github.com/protocolbuffers/protobuf/archive/v3.8.0.tar.gz
f. eigen3
g. JDK
以上這些套裝工具的版本都是有配對的，若版號不同，或許在編譯過程中會出現版本不相容的狀況發生，這現象很不好處理，最好版本還是一致會較好，像protocbuf的版本必須和你編譯的tensorflow版本的protocbuf相同，如果不一樣，後面編譯你自己的代碼時是跑不起來的;

2-1. 安裝Eigen，參考網址: https://blog.csdn.net/xiat5/article/details/79162617

a. 安裝:
$ sudo apt-get install libeigen3-dev
b. 調整，默認安裝路徑：/usr/include/eigen3
$ cd /usr/include/eigen3
$ ls
$ Eigen signature_of_eigen3_matrix_library unsupported
c. 需要執行命令，将Eigen文件夾放在/usr/include 下面
$ sudo cp Eigen/ .. -R
d. 編寫文件進行測試
$ vi myeigen.c
#include <iostream>
#include <Eigen/Dense>
using Eigen::MatrixXd;
int main()
{
MatrixXd m(2,2);
m(0,0) = 3;
m(1,0) = 2.5;
m(0,1) = -1;
m(1,1) = m(1,0) + m(0,1);
std::cout << m << std::endl;
}
e. 編譯。
$ g++ myeigen.c -o myeigen
e. 執行。
$ ./myeigen
f. 结果。
$ 3 -1 2.5 1.5

2-2. 編譯及安裝bazel
bazel是google用於建構項目的工具，只要用在建構google的軟體，tensorflow需要用到。在ubuntu18.04上，若使用apt-get安裝是無法成功的，需要下載源碼進行編譯安裝。在編譯tensorflow的過程中吃了不少bazel版本的不相容錯誤，所以最後確定版為0.26。在裝bazel之前需要安裝jdk。
參考網址: https://docs.bazel.build/versions/master/install-ubuntu.html#install-with-installer-ubuntu

a. 安裝需要的套件，有 pkg-config, zip, g++, zlib1g-dev, unzip,python3.
$ sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python3
b. 下載源碼，bazel-0.26.0-installer-linux-x86_64.sh
$ git clone https://github.com/bazelbuild/bazel/releases/tag/0.26.0
b. 執行
$ chmod +x bazel-0.26.0-installer-linux-x86_64.sh
$ ./bazel-0.26.0-installer-linux-x86_64.sh --user
# The --user flag installs Bazel to the $HOME/bin directory on your system and sets the .bazelrc path to $HOME/.bazelrc.
d. 設定環境變數
$ export PATH="$PATH:$HOME/bin"

2-3 安裝protobuf，參考網址: https://github.com/protocolbuffers/protobuf/blob/master/src/README.md ，
請在tensorflow德資料夾下找到workspace.bzl，即可查詢到protobuf所需要的版本。

a. 下載源碼
$ git clone https://github.com/protocolbuffers/protobuf/archive/v3.8.0.tar.gz
$ cd protobuf
$ ./autogen.sh
b.編譯源碼
$ ./configure
$ make
$ make check
$ make install
$ sudo ldconfig # refresh shared library cache