对于iOS平台下如何使用TensorFlow，TensorFlow给出了详细的编译脚本命令，详情请查看官方文档的命令。
下面简单介绍下我运行 TensorFlow 的过程,以及遇到的坑:
编译+运行官方 demo
第一步:官网下载 TensorFlow,
地址https://github.com/tensorflow/tensorflow
因为 TensorFlow 包含各个平台,所以比较大
第二步:编译脚本build_all_ios.sh
TensorFlow文件夹tensorflow/contrib/makefile/目录下的build_all_ios.sh脚本是用来编译iOS静态库的脚本，因此可以直接执行此脚本。开始静态库的编译工作,
进入makefile 文件夹,终端输入 ./build_all_ios.sh 就会自动编译脚本,这个编译需要的时间比较久,编译完成之后，会在tensorflow/contrib/makefile目录下回看到新增两个文件downloads 和gen
第三步:运行官方 demo
TensorFlow文件夹tensorflow/contrib/makefile/ios_examples 下面是官方给的三个 demo,如果编译成功,不需要任何修改就可以直接运行 看效果了
创建自己的 demo引入 TensorFlow
运行官方的 demo, 以及下载别人的 demo 查看,都需要配置相对路径,操作步骤正如官网说明,这种配置很有局限性,这只能说明TensorFlow 目前很不成熟,没有专门的 静态库,如果引用到自己项目中,使用静态库比较方便些,下面就简单介绍下,我自己创建的 demo
第一步:打包 TensorFlow 的.a静态库
如果不会打包.a静态库,之前也写了一篇文章介绍(http://www.jianshu.com/p/a3af01018298)
a) 创建一个工程PictureCheck,添加如下打包文件:
b) 配置Header Search Patchs 路径
在 Build Settings -> Header Search Patchs ,依次输入如下路径
这个地方我使用了一个偷工减料的方法,在之前下载的 TensorFlow 文件中找到指定的文件,拖拽到这个地方,自动生成的路径,编译的时候即可查找到
c) 配置Other Linker Flags 路径
在 Build Settings -> Other Linker Flags ,依次输入如下路径
这些配置好之后就可以编译.a静态库使用了
第二步: 运行引入 TensorFlow 的.a静态库的自定义 demo
a) 创建工程TensorFlowDemo,把需要的文件导入进去,如下:
b) 导入需要的 framework,如下
c)其它设置
• 在Xcode中工程信息配置页面，点击Build Settings选项卡 --> Enable Bitcode 设置:
Enable Bitcode: No
• 在Xcode中工程信息配置页面，点击Build Settings选项卡 ,关闭警告，否则在你编译应用程序时，会有很多警告!!
Warnings / Documentation Comments: No
Warnings / Deprecated Functions: No
bug 总结(嵌入自己的模型文件)
a) No OpKernel was registered to support Op 'Maximum' with these attrs. Registered devices: [CPU], Registered kernels: device='CPU'; T in [DT_FLOAT]
[[Node: gradients/Mean_grad/Maximum = Maximum[T=DT_INT32, _output_shapes=[[]], _device="/device:CPU:0"](gradients/Mean_grad/Prod_1, gradients/Mean_grad/Maximum/y)]]
这个问题困扰很久,也多亏这个问题,把 TensorFlow 的 issues 几乎看了个遍,又把 TensorFlow 中的 Makefile 文件的逻辑理清楚了,过程很痛苦,最后不用我们解决,模型文件有问题
b) 这个问题没有截图,报的错误是Initialize 相关的错误.解决方法就是:tf_op_files.txt 文件里面多添加一个tensorflow/core/kernels/random_op.cc操作.
参考链接 https://github.com/tensorflow/tensorflow/search?l=C%2B%2B&q=TruncatedNormal&type=&utf8=✓
c) No OpKernel was registered to support Op 'Switch' with these attrs. Registered devices: [CPU], Registered kernels:
device='GPU'; T in [DT_FLOAT]
device='GPU'; T in [DT_INT32]
device='GPU'; T in [DT_BOOL]
device='GPU'; T in [DT_STRING]
device='CPU'; T in [DT_INT32]
device='CPU'; T in [DT_FLOAT]
[[Node: dropout6/cond/Switch = Switch[T=DT_BOOL](Placeholder_2, Placeholder_2)]]
tensorflow/core/framework /register.h 文件,第125行 #define TF_CALL_bool(m) 改为#define TF_CALL_bool(m) m(bool)
附上解决的链接https://stackoverflow.com/questions/40855271/no-opkernel-was-registered-to-support-op-switch-with-these-attrs-on-ios/43627334 ,只想说这个人真的好厉害.
项目还在继续,有问题还会继续记录,中间的坑很多,记录一下,一方面方便大家学习交流,另一个方面记录成长.
附上 demo : https://github.com/StarRain-L/TensorFlowDemo
参考链接:
‣ https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/makefile
‣ https://www.jiqizhixin.com/articles/343751f0-9709-42a8-9a81-297b9ec00456
‣ http://blog.csdn.net/Tencent_Bugly/article/details/72828569?locationNum=16&fps=1
‣ http://www.jianshu.com/p/cba9142f964b
