Компиляция LAC в системе Windows

В этом документе подробно описывается, как выполнить компиляцию C++ demo и Java-библиотеки для связывания в LAC с использованием Visual Studio и Visual Studio Code на Windows.

1. Подготовка среды

1. Установка Visual Studio и Visual Studio Code

• Официальный сайт для загрузки: https://visualstudio.microsoft.com/zh-hans/.
• Для установки Visual Studio можно обратиться к документации: VS установка документа, при установке рабочей нагрузки отметьте опцию «C++ Desktop Development».

2. Загрузка зависимостей Paddle

• На официальном сайте Paddle можно скачать предварительно скомпилированные Windows-библиотеки прогнозирования (fluid_inference.tgz). Выберите версию cpu_avx_mkl или cpu_avx_openblas для скачивания и распаковки.

2. Компиляция и запуск

Процесс компиляции выполняется с помощью Visual Studio Code. Этот инструмент помогает выполнять компиляцию с использованием CMake и обеспечивает хорошую совместимость с различными системами, включая Mac и Linux.

1. Установите плагины CMake в VS Code

2. Откройте клонированный каталог GitHub

3. Настройка параметров компиляции

• Задайте переменную PADDLE_ROOT, указав путь к папке, куда были распакованы библиотеки прогнозирования после скачивания.
• Если требуется компиляция JAVA-библиотеки связывания, установите параметр WITH_JNILIB в значение ON и задайте путь JAVA_HOME.
• Выберите режим Release в CMake.
• В качестве компилятора выберите Visual Studio amd64 (если нет этой опции, выберите «Сканировать пакет инструментов» или проверьте установку Visual Studio).

4. Выполните компиляцию

• После выполнения предыдущих шагов, если в каталоге lac уже есть каталог build, удалите его, иначе параметры в option не будут обновлены.
• Откройте файл CMakeLists.txt и сохраните его, что вызовет команду сборки CMake, создавая каталог build.
• После завершения сборки CMake выполните команду «Сгенерировать», чтобы запустить компиляцию.

5. Запустите пример

• После успешной компиляции в каталоге build/Release будут созданы следующие файлы:

  • lac_demo.exe и lac_multi.exe — однопоточная и многопоточная программы выполнения lac, которые принимают входные данные в формате UTF8 из командной строки и выполняют прогнозирование.
  • lacjni.dll — динамическая библиотека, используемая для вызова lac из JAVA.
  • *.dll — библиотеки алгоритмов, используемые для запуска lac, такие как MKLNN (mklnn.dll, mklml.dll, libiomp5md.dll) или OPENBLAS (openblas.dll).

• Скачайте файлы моделей с сайта release: https://github.com/baidu/lac/releases/. Распакуйте файл models_general.zip, который содержит две модели:

  • seg_model — модель только для сегментации.
  • lac_model — модель, объединяющая сегментацию, определение частей речи и распознавание сущностей.

• Запустите тесты для lac_demo.exe и lac_multi.exe:

  • Измените кодировку CMD на utf8.
  • Введите следующие команды в командной строке:

    # Запустить тест
    ./lac_demo.exe <model_dir>
    ./lac_multi.exe <model_dir> <thread_num>
    # model_dir: путь к файлу модели, например "./models_general/lac_model".
    # thread_num: количество потоков.

• Выполните тесты для JAVA-вызова:

  • Скопируйте lacjni.dll и зависимые библиотеки алгоритмов в каталог lac/java.
  • Запустите тест в командной строке следующим образом: