Ubuntu 20.04安装TFLite C++时CMake、Bazel编译失败问题求助

1. Bazel报错修复 #

你的Bazel编译找不到numpy是Python版本不匹配导致的。从编译日志可以看到，当前编译配置强制指定了Python2作为宿主Python版本，而Ubuntu 20.04默认/usr/bin/python指向Python2，你大概率只给Python3安装了numpy，没有安装Python2对应的numpy包。
两种修复方案可选：

• 执行命令sudo apt install python-numpy安装Python2版本的numpy
• 重新运行TensorFlow源码根目录下的./configure脚本，配置编译选项时指定Python3的可执行文件路径，比如/usr/bin/python3

2. CMake编译内存溢出修复 #

CMake默认会用等于CPU核心数的并行任务编译，内存不足时就会出现后期崩溃的问题，你可以手动限制编译并行数：

# 进入你的CMake构建目录
make -j2

内存小于4G的设备可以改用make -j1单线程编译，仅编译时间稍长，不会触发内存溢出问题。

3. 无需手动编译的安装方式 #

用vcpkg安装 #

vcpkg是主流的C跨平台包管理工具，Ubuntu 20.04下安装好vcpkg后，只需执行一行命令即可完成TFLite C的安装：

vcpkg install tensorflow-lite:x64-linux

全程自动处理依赖、下载预编译包，无需手动编译源码，安装完成后可以直接在你的C++项目中链接调用。

使用官方预编译包 #

TensorFlow官方会在版本发布页提供各平台预编译的TFLite C++库包，包含动态库、静态库和头文件，直接下载对应x64 Linux版本的压缩包，解压到系统库目录和头文件目录即可直接使用。

内容的提问来源于stack exchange，提问作者Umer Khan