Windows 环境下编译适用于 Windows 的库

简介

本文介绍在 Windows 操作系统环境下，如何将 Paddle Lite 源代码编译生成 Windows 平台的预测库。

说明：

• 通常情况下，你不需要自行从源码构建编译包，优先推荐下载Paddle Lite官方发布的预编译包，可满足一部分场景的需求。如果官方发布的编译包未覆盖你的场景，或者需要修改Paddle Lite源代码，则可参考本文构建。

• 本文适用于 release/v2.9 及以上版本，面向对源代码有修改需求的开发者。目前只支持 x86 架构 CPU 的 Windows 操作系统平台，CPU需同时支持 AVX 及 FMA 指令集。

在该场景下 Paddle Lite 已验证的软硬件配置如下表所示：

—	本机环境	目标硬件环境
操作系统	Windows 10	Windows 10
芯片层	x86 CPU 架构	x86 CPU 架构

准备编译环境

环境要求

• Windows 10 专业版

• CMake（请使用 3.15 或以上版本）

• Python 版本 2.7/3.5.1+

• pip 或 pip3 版本 9.0.1+

• Microsoft Visual Studio（2015 及以上版本）

环境配置步骤

1. CMake 需要 3.15 版本, 可在官网下载 Windows 版本，并添加到环境变量中。

2. Python 需要 2.7 及以上版本, 可在官网下载。

3. Git 可以在官网下载，并添加到环境变量中。

4. Visual Studio 请在官网下载所需版本。

编译

编译步骤

1、 下载代码

# 下载源代码到本地目录
git clone https://github.com/PaddlePaddle/Paddle-Lite.git
# 进入 Paddle-Lite 目录，并切换到 develop 分支
cd Paddle-Lite && git checkout develop

2、 编译 Paddle Lite Windows 预测库

lite\tools\build_windows.bat

说明： 编译过程中，如出现源码编译耗时过长，通常是第三方库下载过慢或失败导致。请在完成 Paddle Lite 源码下载后，删除本地仓库根目录下的 third-party 目录，编译脚本会自动下载存储于国内 CDN 的第三方依赖文件压缩包，节省从 GitHub repo 同步第三方库的时间。

编译参数说明

build_windows.bat 编译参数详细说明如下。

参数	说明
without_log	编译不带日志的预测库（默认带日志）
without_python	不编译 Python 预测库
with_extra	编译完整算子的预测库（当编译 Python 预测库时，默认编译包含完整算子预测库)，详情可参考预测库说明。
with_profile	支持逐层耗时分析
with_precision_profile	支持逐层精度分析
build_x86	编译 Windows 32位预测库（默认为 Windows 64位）
with_static_mkl	静态链接 Intel(R) MKL 加速库
with_dynamic_crt	动态链接 MSVC Rumtime 即 MD_DynamicRelease
with_opencl	开启 OpenCL，编译出的预测库支持在 GPU 上运行（默认编译的预测库仅在 CPU 上运行)
use_ninja	使用 Ninja 构建系统（默认使用 vs2015 的 MSBuild 构建方案，添加上此编译选项使用 Ninja 编译构建)
use_vs2017	使用 vs2017 构建系统（默认使用 vs2015 的构建方案，添加上此编译选项使用 vs2017 编译构建)
use_vs2019	使用 vs2019 构建系统（默认使用 vs2015 的构建方案，添加上此编译选项使用 vs2019 编译构建)
without_avx	使用 AVX/SSE 指令对 x86 Kernel 进行加速
with_baidu_xpu	使用 XPU kernel 进行加速
with_baidu_xpu_xtcl	使用 XTCL 对 XPU kernel进行加速（默认不使用，添加此编译选项需同时开启 with_baidu_xpu）
baidu_xpu_sdk_root	启用 with_baidu_xpu 或者 with_baidu_xpu_xtcl 时，需要添加 XPU 的 Windows 产出包的相关路径

编译脚本使用示例

编译 Windows 平台不带日志 32 位的预测库

lite\tools\build_windows.bat without_log build_x86

验证编译结果

编译结果位于 build.lite.x86\inference_lite_lib

详细内容如下：

1、 cxx文件夹：包含 c++ 的库文件与相应的头文件

• include ： 头文件

• lib ： 库文件

  • 静态库文件：

    • libpaddle_api_full_bundled.lib ：full_api 静态库

    • libpaddle_api_light_bundled.lib ：light_api 静态库

2、 third_party 文件夹：依赖的第三方预测库 mklml

• mklml ： Paddle Lite 预测库依赖的 mklml 数学库

3、 demo\cxx文件夹：C++ 示例 demo

• mobilenetv1_full ：使用 full_api 执行 mobilenet_v1 预测的 C++ demo

• mobilenetv1_light ：使用 light_api 执行 mobilenet_v1 预测的 C++ demo

4、 demo\python： Python 示例 demo

• mobilenetv1_full_api.py：使用 full_api 执行 mobilenet_v1 预测的 Python demo

• mobilenetv1_light_api.py：使用 full_api 执行 mobilenet_v1 预测的 Python demo

5、 python文件夹：包含 Python 的库文件和对应的 .whl 包

• install文件夹：编译成功的 .whl 包位于install\dist\*.whl

• lib文件夹：.whl 包依赖的库文件