[CGAL, CMake, Visual Studio, BOOST, Eigen] CMake 編譯 CGAL 之流程

-
首先需要一些事前準備的安裝軟體，如下 :
  1. Visual Studio (版本隨意，我自己是用2019，盡量不要2013)
  2. CMake (URL: https://cmake.org/download/)
  3. CGAL (4.11.3, URL: https://github.com/CGAL/cgal/releases)
  4. EIGEN (3.2.10, URL : http://eigen.tuxfamily.org/index.php?title=Main_Page)
  5. BOOST (1.65.1, URL : https://sourceforge.net/projects/boost/files/boost-binaries/1.65.1/)
  6. Visual C++ (14.0, MSVC140)
特別要注意的是Visual C++版本，
我直接上2019的原因就是有很多相關SDK或Framwork都比較新，
可以向下相容，比較不會有少東少西的問題，但要注意的是MSVC版本到底是要以哪個為主，
如果是要以MSVC140，那Visual Studio 2019安裝時記得要裝MSVC140相關的套件!

CMake的部分，詳細如下 : 
  1. where is the source code : CGAL路徑
  2. where to build the binaries : CGAL路徑\build (自行建立一個build資料夾)
  3. 執行configure，選擇Visual Studio版本
  4. 執行後發現有些路徑需要設置，例如 : BOOST、EIGEN3...
  5. 設置路徑完畢後將以下打勾
    • BUILD_SHARED_LIBS
    • BUILD_TESTING
    • CGAL_DONT_OVERRIDE_CMAKE_FLAGS
    • CGAL_ENABLE_PRECONFIG
    • WITH_CGAL_Core
    • WITH_CGAL_ImageIO
    • WITH_Eigen3
    • WITH_GMP
    • WITH_MPFR
  6. 執行Generate以及Open Project
  7. 選擇Debug / x64 
  8. ALL_BUILD右鍵建置
  9. 選擇Release / x64
  10. ALL_BUILD右鍵建置
  11. 最後在lib底下有出現相關lib以及bin底下有出現相關dll則完成
  12. 剩下的就是要設置屬性配置，dll可丟置專案底下或system32底下。
有一些踩BUG的部分，如下 : 
  1. 若出現 xxx.dll 無法解析的外部符號時
    • 有可能是某某SDK或Framwork沒裝，反正就是找不到需要的lib，除了安裝完前面所說的以外，還必須要在其他相依姓那邊增加需要的lib。
  2. 若出現找不到xxx.dll時
    • 將dll丟進專案內或是system32。
  3. CMake編譯時出現Boost not found，但後面卻有版本號時
    • 將Visual Studio升級版本，確定MSVC版本是對應相同的。
最後必須說，版本請看清楚確實，否則一堆坑都是少東少西來的...

留言

張貼留言

這個網誌中的熱門文章

[TensorFlow, C++, Visual Studio, Windows] TensorFlow C++ 如何編譯與解決BUG (How to build Tensorflow C++ API with Visual Studio and solve BUG)

-
圖片
主要環境 : Windows, TensorFlow, C++, Visual Studio 安裝流程簡單說一下，網路有很多資料，都差不多。 以下為我安裝的各版本，只能說版本真的很重要，要去看文件是否有相通，版本可看 版本對應查詢 。 TensorFlow v1.10 Python v3.5 Visual Studio v2015 Cmake v3.12.0 SWIG v3.0.12 Git v2.20.1 首先先去Github下載對應的版本TensorFlow，記住不要錯...發生別的問題請自行解決。 接著CMake配置如圖，tensorflow的勾選部份自己斟酌吧，後來我有增加打勾tensorflow_GRPC_SUPPORT，網路上的人不推薦，這就看各位吧 : 接著Open Project，進入VS2015編譯，接著我只講我遇到的BUG與解法，沒遇過的別問我，我也不想碰到。 1.找不到 device_attributes.pb_text.h 個人解法: 工具 專案與方案 建置並執行 設置為 1 為平行專案組件的最大數目 2.找不到grpc/grpcpp.h 個人解法: 直接git clone https://github.com/grpc/grpc.git 將噴錯的專案右鍵"屬性" c/c++ 其他include目錄 增加clone下載的grpc\include 3.噴c_api.cc.obj有問題，從錯誤去看，看內容是有關WorkerCacheInterface之類的，我判斷是跟沒有弄到/tensorflow/core/distributed_runtime可能有些許關係，再往下查發現這跟grpc套件可能有關。 因此我重新使用CMake 把tensorflow_ENABLE_GRPC_SUPPORT打勾 把解法二的include增加都拿掉 重新編譯 成功產生tensorflow.lib/dll 4.fatal error LNK1181: 無法打開輸入文件“\pywrap_tensorflow_internal.lib” 個人解法 : 將 _beam_search_ops、_gpu_ops、_lst
閱讀完整內容

[Ubuntu, Docker, Docker Swarm] Docker Swarm 建置 Jupyter Notebook 流程

-
首先更新apt到最新並下載ipython3以及相關套件 sudo apt update sudo apt install python3-pip  sudo apt install notebook 接著進入ipython去產生SHA密碼 ipython import IPython IPython.lib.passrd() 輸入密碼會產生sha密碼 接著產生swarm cluster sudo docker service create --name 'cluster名稱' -d -p 8888:8888 -e GRANT_SUDO=yes jupyter/base-notebook start-notebook.sh --NotebookApp.password='SHA密碼' sudo docker service scale 'cluster名稱'=1 sudo docker exec --user root -it 'cluster名稱' bash NFS 共享Storage設置 sudo apt install nfs-kernel-server (manager node) sudo apt install nfs-common (worker node) sudo vim /etc/exports sudo mkdir -p /mount/nfs_volume /mount/nfs_volume 192.168.80.0/24(rw,sync,no_root_sqush) sudo nfs-kernel-servel restart mount -t nfs 192.168.80.129:/mount/nfs_volume /mount/nfs_volume 最後暫定指令，指令必須連結至jupyter的預設目錄 sudo docker service create --name jup-base --mount 'type=volume,src=nfs_volume,dst=/home/jovyan/work,volume-driver=local,volume-nocopy=true,volume-op
閱讀完整內容

[Docker Swarm] Docker Swarm 指令

-
圖片
docker service create --name="名稱" nginx docker service ps "集群名稱" docker service ls docker service rm xxxxx # 刪除正在執行中的映像檔 docker node rm -f "node name" #移除node  docker node demote "node name"#降級node docker node promote "node name"#升級node docker node update --availability drain "node name" #維護node docker node update --availability active "node name" #回復node
閱讀完整內容