## 安装、编译与链接C-API预测库 ### 直接下载安装 从CI系统中下载最新的C-API开发包进行安装,用户可以从下面的表格中找到需要的版本:
版本说明 C-API
cpu_avx_mkl paddle.tgz
cpu_avx_openblas paddle.tgz
cpu_noavx_openblas paddle.tgz
cuda7.5_cudnn5_avx_mkl paddle.tgz
cuda8.0_cudnn5_avx_mkl paddle.tgz
cuda8.0_cudnn7_avx_mkl paddle.tgz
cuda9.0_cudnn7_avx_mkl paddle.tgz
### 从源码编译 用户也可以从 PaddlePaddle 核心代码编译C-API链接库,只需在编译时配制下面这些编译选项:
选项
WITH_C_API ON
WITH_PYTHON OFF(推荐)
WITH_SWIG_PY OFF(推荐)
WITH_GOLANG OFF(推荐)
WITH_GPU ON/OFF
WITH_MKL ON/OFF
建议按照推荐值设置,以避免链接不必要的库。其它可选编译选项按需进行设定。 下面的代码片段从github拉取最新代码,配制编译选项(需要将PADDLE_ROOT替换为PaddlePaddle预测库的安装路径): ```shell PADDLE_ROOT=/path/of/capi git clone https://github.com/PaddlePaddle/Paddle.git cd Paddle mkdir build cd build cmake -DCMAKE_INSTALL_PREFIX=$PADDLE_ROOT \ -DCMAKE_BUILD_TYPE=Release \ -DWITH_C_API=ON \ -DWITH_SWIG_PY=OFF \ -DWITH_GOLANG=OFF \ -DWITH_PYTHON=OFF \ -DWITH_MKL=OFF \ -DWITH_GPU=OFF \ .. ``` 执行上述代码生成Makefile文件后,执行:`make && make install`。成功编译后,使用C-API所需的依赖(包括:(1)编译出的PaddlePaddle预测库和头文件;(2)第三方链接库和头文件)均会存放于`PADDLE_ROOT`目录中。 编译成功后在 `PADDLE_ROOT` 下会看到如下目录结构(包括了编译出的PaddlePaddle头文件和链接库,以及第三方依赖链接库和头文件(如果需要,由链接方式决定)): ```text ├── include │   └── paddle │   ├── arguments.h │   ├── capi.h │   ├── capi_private.h │   ├── config.h │   ├── error.h │   ├── gradient_machine.h │   ├── main.h │   ├── matrix.h │   ├── paddle_capi.map │   └── vector.h ├── lib │   ├── libpaddle_capi_engine.a │   ├── libpaddle_capi_layers.a │   ├── libpaddle_capi_shared.so │   └── libpaddle_capi_whole.a └── third_party ├── gflags │   ├── include │   │   └── gflags │   │   ├── gflags_completions.h │   │   ├── gflags_declare.h │   │   ... │   └── lib │   └── libgflags.a ├── glog │   ├── include │   │   └── glog │   │   ├── config.h │   │   ... │   └── lib │   └── libglog.a ├── openblas │   ├── include │   │   ├── cblas.h │   │   ... │   └── lib │   ... ├── protobuf │   ├── include │   │   └── google │   │   └── protobuf │   │   ... │   └── lib │   └── libprotobuf-lite.a └── zlib ├── include │   ... └── lib ... ``` ### 链接说明 目前提供三种链接方式: 1. 链接`libpaddle_capi_shared.so` 动态库(这种方式最为简便,链接相对容易,**在无特殊需求情况下,推荐使用此方式**),需注意: 1. 如果编译时指定编译CPU版本,且使用`OpenBLAS`数学库,在使用C-API开发预测程序时,只需要链接`libpaddle_capi_shared.so`这一个库。 1. 如果是用编译时指定CPU版本,且使用`MKL`数学库,由于`MKL`库有自己独立的动态库文件,在使用PaddlePaddle C-API开发预测程序时,需要自己链接MKL链接库。 1. 如果编译时指定编译GPU版本,CUDA相关库会在预测程序运行时动态装载,需要将CUDA相关的库设置到`LD_LIBRARY_PATH`环境变量中。 2. 链接静态库 `libpaddle_capi_whole.a`,需注意: 1. 需要指定`-Wl,--whole-archive`链接选项。 1. 需要显式地链接 `gflags`、`glog`、`libz`、`protobuf` 等第三方库,可在`PADDLE_ROOT/third_party`下找到。 1. 如果在编译 C-API 时使用OpenBLAS数学库,需要显示地链接`libopenblas.a`。 1. 如果在编译 C-API 是使用MKL数学库,需要显示地链接MKL的动态库。 3. 链接静态库 `libpaddle_capi_layers.a`和`libpaddle_capi_engine.a`,需注意: 1. 这种链接方式主要用于移动端预测。 1. 为了减少生成链接库的大小把`libpaddle_capi_whole.a`拆成以上两个静态链接库。 1. 需指定`-Wl,--whole-archive -lpaddle_capi_layers` 和 `-Wl,--no-whole-archive -lpaddle_capi_engine` 进行链接。 1. 第三方依赖库需要按照与方式2同样方法显示地进行链接。