---

前言

不能使用vs2022配置tensorflow c++ api，即使要安装 2.10.0版本，也尽量使用vs2019

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、安装MSYS2

安装MSYS2,
在环境变量中添加 Path，例如C:\msys64\usr\bin
然后，使用 cmd.exe 运行以下命令：

pacman -S git patch unzip

二、选择tensorflow的版本

根据需要选择版本tensorflow
下载zip包到本地 解压

三、安装Bazel

下载exe文件 bazel
1.选择版本，如果是安装2.6.0以上的版本，在tensorflow github 库中查询可用的bazel版本

2.配置环境变量

在path中把bazel.exe文件的路径添加进去，并且在系统变量中添加

---

四、配置一个anconda的tensorflow环境

根据tensorflow版本选择要安装的python版本
然后 pip intsall tensorflow==x.xx.x（目标版本）

五、生成dll,lib,include

在下载的tensorflow源码的文件夹下，打开cmd
运行cofigure
要修改python.exe的路径为上一步配置的路径，我这里的配置是cpu版本

然后运行 bazel build --config=opt --config=v2 //tensorflow:tensorflow_cc.dll （–config=v2是设置编译tensorflow 2的api） 这一步可能需要魔法上网
然后运行bazel build --config=opt --config=v2 //tensorflow:tensorflow_cc.lib
最后运行bazel build --config=opt --config=v2 //tensorflow:install_headers

再tensorflow路径\bazel-bin\tensorflow 下可以看见

然后把python环境中的google文件夹复制到刚刚生成的include中

六、在vs2019中配置项目

把include文件夹添加到 VC++目录的 包含目录，库目录中

七、测试并针对性修补问题

#include "tensorflow/cc/client/client_session.h"
#include "tensorflow/cc/ops/standard_ops.h"
#include "tensorflow/core/framework/tensor.h"
using namespace std;

int main() {
	using namespace tensorflow;
	using namespace tensorflow::ops;
	Scope root = Scope::NewRootScope();
	// Matrix A = [3 2; -1 0]
	auto A = Const(root, { {3.f, 2.f}, {-1.f, 0.f} });
	// Vector b = [3 5]
	auto b = Const(root, { {3.f, 5.f} });
	// v = Ab^T
	auto v = MatMul(root.WithOpName("v"), A, b, MatMul::TransposeB(true));
	std::vector<Tensor> outputs;
	ClientSession session(root);
	// Run and fetch v
	TF_CHECK_OK(session.Run({ v }, &outputs));
	// Expect outputs[0] == [19; -3]
	LOG(INFO) << outputs[0].matrix<float>();
	cout << "OK" << endl;
	return 0;
}

把tensorflow_cc.dll 放到项目的x64/Release文件夹下

如果运行报错
打开tensorflow\tools\def_file_filter\def_file_filter.py.tpl
找到

S编译项目后：LNK2001 无法解析的外部符号，例如： “public: __cdecl tensorflow::ClientSession::ClientSession(class tensorflow::Scope const &)” (??0ClientSession@tensorflow@@QEAA@AEBVScope@1@@Z)
打开E:\tensorflow_c++_tools\msys64\tensorflow\tensorflow\tools\def_file_filter\def_file_filter.py.tpl

接着下面安装对应格式添加进去def_fp.write(“\t \n”)，如上面的例子则添加def_fp.write(“\t ??0ClientSession@tensorflow@@QEAA@AEBVScope@1@@Z\n”)
添加进入之后再在cmd中编译lib、dll，可以接着之前的编译结果接着编译

最后运行可用看见

大功告成！