解决mobile-deep-learning项目Windows编译脚本路径输入问题
2025-05-31 01:48:20作者:温玫谨Lighthearted
在Windows平台编译mobile-deep-learning项目时,开发者可能会遇到一个常见问题:当使用lite\tools\build_windows.bat脚本进行编译时,在输入非默认Visual Studio安装路径后,脚本会异常退出而没有继续执行后续编译步骤。
问题现象
当运行build_windows.bat脚本时,系统会提示输入Visual Studio命令提示符的路径。如果用户输入的不是默认安装路径(如Visual Studio 2022的路径),脚本会直接退出而不报错,也不执行后续的编译过程。
问题原因分析
经过排查发现,问题出在build_windows.bat脚本的第116行。原脚本使用了goto set_vcvarsall_dir命令来跳转到设置VC变量目录的子程序,但这种跳转方式在批处理中会导致子程序执行后无法返回到主流程。
正确的做法应该是使用call:set_vcvarsall_dir命令来调用子程序,这样在执行完子程序后能够返回到调用点继续执行后续命令。
解决方案
修改build_windows.bat脚本的第116行,将原来的:
goto set_vcvarsall_dir
修改为:
call:set_vcvarsall_dir
这一修改确保了:
- 子程序执行完毕后能够正确返回到主流程
- 变量设置能够正确传递
- 后续编译步骤能够正常执行
深入理解
在Windows批处理脚本中,goto和call命令有本质区别:
goto是直接跳转,不保留返回点call会保留返回点,子程序执行完毕后会回到调用点继续执行
对于需要获取用户输入并设置环境变量的场景,必须使用call命令来调用子程序,否则会导致脚本流程中断。
预防措施
为避免类似问题,开发者在编写批处理脚本时应注意:
- 对于需要返回的子程序调用,必须使用
call命令 - 对于不需要返回的跳转,可以使用
goto命令 - 复杂的脚本逻辑应该添加充分的错误处理和日志输出
- 对于用户输入的处理应该增加验证逻辑
总结
这个问题的解决不仅修复了mobile-deep-learning项目在Windows平台的编译问题,也为开发者提供了一个很好的批处理脚本编写实践案例。理解goto和call的区别对于编写健壮的批处理脚本至关重要,特别是在处理用户输入和环境变量设置等关键操作时。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210