TensorFlow CMake/C++ Collection

TensorFlow CMake/C++ Collection

1. 项目目录结构及介绍

该项目旨在提供一个无Bazel的TensorFlow使用示例，支持C、C++、Go和Python语言。使用CMake和自定义的FindTensorFlow.cmake文件，使构建过程更加简洁。项目的主要目录结构如下：

tensorflow-cmake/
├── examples/                # 示例代码
│   ├── c/                  # C语言示例
│   ├── cc/                 # C++语言示例
│   ├── go/                 # Go语言示例
│   └── python/            # Python语言示例
├── custom_op/               # 自定义操作示例
├── inference/               # 推断示例
├── serving/                 # TensorFlow Serving示例
├── .clang-format            # Clang格式化配置
├── .drone.script            # Drone CI脚本
├── .drone.yml               # Drone CI配置
├── .gitignore               # Git忽略文件
├── LICENSE                  # 许可证
├── README.md                # 项目说明文档
├── setup.cfg                # 配置文件
└── .clang-format            # Clang格式化配置

2. 项目的启动文件介绍

项目启动文件位于各个示例目录中，例如examples/c/、examples/cc/、examples/go/和examples/python/。每个目录中包含一个主程序文件，用于演示如何加载预训练模型或编译自定义操作。启动文件通常遵循以下步骤：

1. 设置TensorFlow库路径环境变量TENSORFLOW_BUILD_DIR。
2. 运行cmake .进行配置。
3. 运行make或相应的构建命令生成可执行文件。
4. 运行生成的可执行文件，进行模型加载或操作执行。

3. 项目的配置文件介绍

项目配置文件包括CMakeLists.txt文件和setup.cfg文件。

• CMakeLists.txt文件：定义了项目构建过程，包括依赖项、编译选项和生成规则。用户可以根据实际需求修改CMakeLists.txt文件以适应不同的构建环境。

• setup.cfg文件：配置了项目的构建环境，例如Python版本、依赖项等。用户可以根据实际需求修改setup.cfg文件以适应不同的构建环境。

通过以上三个部分，我们可以了解到TensorFlow CMake/C++ Collection项目的目录结构、启动文件和配置文件。这个项目为开发者提供了一个无Bazel的TensorFlow使用示例，方便开发者快速上手和使用TensorFlow。