【进阶篇】安装与编译C-API预测库
导语
本周起将推送【使用指南—进阶篇】推文。在进阶篇，我们将向您介绍PaddlePaddle的使用说明、开发标准、模型配置等内容。在使用进阶篇推文之前，请参考安装与编译部分推文完成PaddlePaddle的安装
本周推文目录如下：
周一：【进阶篇】命令行参数细节描述
周二：【进阶篇】命令行参数使用案例
周三：【进阶篇】在不同的集群框架下完成分布式训练
周四：【进阶篇】安装与编译C-API预测库
周五：【进阶篇】C-API 使用流程
编写｜PaddlePaddle
排版｜wangp
1
概述
使用 C-API 进行预测依赖于将 PaddlePaddle 核心代码编译成链接库，只需在编译时需配制下面这些编译选项：
必须配置选项：
WITH_C_API，必须配置为ON
推荐配置选项：
WITH_PYTHON，推荐配置为OFF
WITH_SWIG_PY，推荐配置为OFF
WITH_GOLANG，推荐设置为OFF
可选配置选项：
WITH_GPU，可配置为ON/OFF
WITH_MKL，可配置为ON/OFF
对推荐配置中的选项建议按照设置，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）：
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））：
├── 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
│ │ └── protobuf
│ │ ...
│ └── lib
│ └── libprotobuf-lite.a
└── zlib
├── include
│ ...
└── lib
...
2
链接说明
目前提供三种链接方式：
A.链接libpaddle_capi_shared.so 动态库
使用 PaddlePaddle C-API 开发预测程序链接libpaddle_capi_shared.so时，需注意：
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
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
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
上面这种方式最为简便，链接相对容易，在无特殊需求情况下，推荐使用此方式
B.链接静态库 libpaddle_capi_whole.a
使用PaddlePaddle C-API 开发预测程序链接libpaddle_capi_whole.a时，需注意：
需要指定-Wl,--whole-archive链接选项
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
如果在编译 C-API 时使用OpenBLAS数学库，需要显示地链接libopenblas.a
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
C.链接静态库 libpaddle_capi_layers.a和libpaddle_capi_engine.a
使用PaddlePaddle C-API 开发预测程序链接libpaddle_capi_whole.a时，需注意：
这种链接方式主要用于移动端预测
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
需指定-Wl,--whole-archive -lpaddle_capi_layers 和 -Wl,--no-whole-archive -lpaddle_capi_engine 进行链接
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
*原创贴，版权所有，未经许可，禁止转载
*值班小Paddle：wangp
*欢迎在留言区分享您的观点
