tensorflow即将发布1.5版本，作为工业界应用最广的深度学习框架，它以其强大的泛用性和丰富的社区环境而广受好评。tensorflow1.5新性能。
参考：https://blog.csdn.net/h8832077/article/details/78988488
但是tfboys/tfgirls在深入使用后都会遇到不同的问题，其中最常遇见的有：
1. 如何在c++代码中使用tensorflow？
2. 如何使用特定的CUDA版本编译tensorflow？
3. 我已经训练好了一个模型，如何在windows环境下复用？
这篇文章旨在解决1，2问题。3问题以后填坑。
准备工作
老规矩，首先是编译环境：
OS: windows 10
IDE: Vs 2015
其次，需要准备的软件有：
CMAKE:3.10.1
SWIG:3.0.12（请下载预编译好的版本）
CUDA:9.1
CUDNN:7
翻墙软件（没有也可以，但我没试过）
以上软件的安装方法请自行百度。对于不想自己编译的童鞋们。文章最末有下载链接，是我编译好的tensorflow1.5-release包（需要cuda9.1+cudnn7），其中包括lib和dll（c++），whl（python）
编译过程
获取代码
首先，到github的tensorflow项目中下载tensorflow代码（熟悉git的同学可以直接使用clone）
获取代码以后，你会得到这样一个工程预编译工程（此步骤熟悉cmake的同学可以直接命令行）
打开CMAKE软件，设置源代码路径为：tensorflow/contrib/cmake，需要编译的代码放到自己想要的位置，点击config，选择vs2015 win64原生编译工具。此时CMAKE会报错：Could NOT find SWIG (missing: SWIG_EXECUTABLE SWIG_DIR)
勾选tensorflwo_ENABLE_GPU（此项开启GPU支持），tensorflwo_BUILD_SHARED_LIB（此项使工程中添加tensorflow动态库工程），并设置CUDA和CUDNN版本。
注意1：CUDA版本设置时9.1不需要写成91。
注意2：路径中不要包含中文上述步骤完毕，点击config，你将会得到一个这样的界面。
然后点击generate生成工程。
生成完的工程是这样的：编译前的准备（如果漏掉某一步骤，可能出错）
1.在环境变量中加入PreferredToolArchitecture=x64
2.你需要更改数据格式，找到
re2\src\re2\re2\testing\search_test.cc和re2\src\re2\re2\testing\re2_test.cc文件，将其编码方式改为ANSI。
3.你需要先编译nsync\src\nsync\nsync.sln和protobuf\src\protobuf\protobuf.sln工程。具体方法为：使用vs2015打开相应sln工程后，选择目标平台（我选择了Release/x64），右键all_build项目，选择build。
4.打开翻墙工具（如果没有，请参照问题二处理方式）。打开cmd，输入ping google.com，如果成功，那么设置代理完成。编译主工程
在编译完的工作目录中找到tensorflow.sln工程，使用vs2015打开。
可以看到一共250个项目，其中，最重要的两个项目分别是tensorflow和tf_python_build_pip_package。
找到tensorflow和tf_python_build_pip_package项目（或者直接选择ALL_BUILD，编译器会按顺序编译所有项目），选择目标平台后，右键build，等待1~2小时，项目就会成功编译好。
完成后，你在release中会发现：
在tf_python/dist中会发现：
注：whl文件使用方法：cmd输入pip install **.whl
编译中常见的问题
cmd.exe退出
cmd.exe退出。 Faltal Error “compiler is out of heap space”
请换成64位编译器，参见“编译前的准备/1.”
常量中有换行符… search_test.cc/re2_test.cc
编码问题，参见“编译前的准备/2.”未找到nsyn.lib/protobuf.lib
参见“编译前的准备/3.”unable to access https://boringssl.googlesource.com/boringssl
带google的网址国内用不了，需翻墙。参照“编译前的准备/4.
这里(密码:qwj6)是我预先编译好的DLL和whl，环境是vs2015/Release/x64+cuda9.1+cudnn7。
最后祝您身体健康，再见！