Mac Ventura 13.6环境下TensorFlow C++开发环境搭建方法咨询

一、从 TensorFlow 源码编译（最可靠方案） #

brew确实没有现成的libtensorflow包，源码编译是Mac上最通用的解决方式，步骤如下：

• 先装依赖：用brew install bazel安装Bazel，同时确保Xcode命令行工具已安装（xcode-select --install）
• 克隆TensorFlow源码：git clone https://github.com/tensorflow/tensorflow.git，建议切换到稳定分支，比如git checkout r2.15（选和你需求匹配的版本）
• 配置编译参数：运行./configure，按提示选择——Mac上CUDA选no，Metal加速选yes，Python路径选系统默认或你用的虚拟环境路径
• 编译C++库：执行bazel build --config=opt //tensorflow:libtensorflow_cc.dylib //tensorflow:libtensorflow_framework.dylib，如果是Apple Silicon芯片，加--config=macos_arm64参数
• 部署库文件：把bazel-bin/tensorflow下的两个.dylib文件复制到/usr/local/lib，把tensorflow/include和bazel-genfiles/tensorflow里的头文件全部复制到/usr/local/include/tensorflow

二、用预编译包简化流程 #

不想编译源码的话，可直接用预编译库：

• 去TensorFlow官方GitHub release页找对应Mac架构（x86_64/arm64）的预编译C++库压缩包，解压后会得到include和lib文件夹
• 把include里的内容复制到/usr/local/include，lib里的.dylib文件复制到/usr/local/lib
• 注意要选和你开发环境匹配的TensorFlow版本，避免API不兼容

三、构建第一个TensorFlow C++应用 #

用CMake管理项目更省心，示例如下：

1. 写CMakeLists.txt：

cmake_minimum_required(VERSION 3.10)
project(tf_cpp_demo)

set(CMAKE_CXX_STANDARD 17)

# 查找TensorFlow库
find_package(TensorFlow REQUIRED)

add_executable(tf_cpp_demo main.cpp)
target_link_libraries(tf_cpp_demo TensorFlow::TensorFlow)

2. 写测试代码main.cpp：

#include <iostream>
#include "tensorflow/core/public/session.h"
#include "tensorflow/core/platform/env.h"

int main() {
  tensorflow::Session* session;
  tensorflow::Status status = tensorflow::NewSession(tensorflow::SessionOptions(), &session);
  if (!status.ok()) {
    std::cout << status.ToString() << std::endl;
    return 1;
  }
  std::cout << "TensorFlow session 创建成功！" << std::endl;
  session->Close();
  return 0;
}

3. 编译运行：

mkdir build && cd build
cmake ..
make
./tf_cpp_demo

四、踩坑提示 #

• 架构匹配：M系列芯片必须用arm64版本的库，x86_64的Mac用对应架构包，混装会导致运行崩溃
• 依赖补充：如果编译时提示缺失Protobuf、Eigen，直接用brew install protobuf eigen安装
• 版本一致性：代码中调用的API要和TensorFlow库版本对应，比如新版TensorFlow的Session API有变动，要查对应版本的文档

内容的提问来源于stack exchange，提问作者Kjobber