VisualC ++ Tensorflow C API包装器导致LNK2019

Question

我目前正在编写一个VisualC ++ 12 Tensorflow包装器，以为Tensorflow对象检测API启用推理任务。 但是，我收到一些LNK2019型的链接错误（“未解析的外部符号”）。

我研究了此错误的一些常见原因，并找到了以下原因，但我无法在我的代码中找到其中的任何原因（这些原因在Microsoft参考上列出了Linker Tool Error LNK2019 ）。

以下是导致错误的代码段：

• 文件TensorflowTensor.h：

   namespace tf { class TensorflowTensor : public TensorflowCWrapper<TF_Tensor> { public: TensorflowTensor(const cv::Mat& input_image); TensorflowTensor(TF_Tensor* tensor); // inner class for convenient access to tensors' data template<typename DType, size_t D> class TensorView { public: TensorView<DType, D>(TensorflowTensor& tensor); const DType& operator()(std::array<size_t, D> n) const; DType& operator()(std::array<size_t, D> n); size_t NumElements() const; private: DType* data_; std::array<size_t, D> dims_; size_t num_el_; }; template<typename DType, size_t D> TensorView<DType, D> View(); }; } 

• TensorflowTensor.cpp中的实现（仅导致链接器错误的行）：

   namespace tf { // Constructors of TensorflowTensor are here template<typename DType, size_t D> TensorflowTensor::TensorView<DType, D>::TensorView(TensorflowTensor& tensor) { if (tensor.NumDims() != D) { throw std::runtime_error("Number of dimensions do not match!"); } num_el_ = 1; for (size_t i = 0; i < D; ++i) { dims_[i] = tensor.Dim(i); num_el_ *= dims_[i]; } if (tensor.NumBytes() != (num_el_ * sizeof(DType))) { throw std::runtime_error("Wrong TensorView!"); } data_ = static_cast<DType*>(tensor.Bytes()); } template<typename DType, size_t D> const DType& TensorflowTensor::TensorView<DType, D>::operator()(std::array<size_t, D> n) const { return data_[ComputeOffset(n)]; } template<typename DType, size_t D> DType& TensorflowTensor::TensorView<DType, D>::operator()(std::array<size_t, D> n) { return data_[ComputeOffset(n)]; } template<typename DType, size_t D> size_t TensorflowTensor::TensorView<DType, D>::NumElements() const { return num_el_; } template<typename DType, size_t D> TensorflowTensor::TensorView<DType, D> TensorflowTensor::View() { return TensorView<DType, D>(*this); } } 

• 这是我从中调用函数的行（在一种方法中： TensorflowInference::detect(* some args */) ）：

   const auto output_scores = result_tensors[0]->TensorflowTensor::View<float, 2>(); const auto output_boxes = result_tensors[1]->TensorflowTensor::View<float, 3>(); const auto output_classes = result_tensors[2]->TensorflowTensor::View<float, 2>(); // copy detections to the results vector results.clear(); for (size_t i = 0; i < output_scores.NumElements(); ++i) { if (output_scores({{0, i}}) > 0.) { results.emplace_back(output_classes({{ 0, i }}), output_scores({{ 0, i }}), output_boxes({{ 0, i, 1 }}), output_boxes({{ 0, i, 0 }}), output_boxes({{ 0, i, 3 }}), output_boxes({{ 0, i, 2 }})); } } 

如果我评论这些行，我不会得到错误。

除了以下5个LNK2019之外，我已经包含所有头文件并且没有收到任何编译器错误或警告：

TensorflowInference.obj：错误LNK2019：未解决的外部符号“ public：类tf :: TensorflowTensor :: TensorView __cdecl tf :: TensorflowTensor :: View（void）”（?? $ View @ M $ 01 @ TensorflowTensor @ tf @@ QEAA？AV ？$ TensorView @ M $ 01 @ 01 @ XZ）在函数“ public：void __cdecl tf :: TensorflowInference :: detect（class cv :: Mat const＆，class std :: vector>＆）const”中引用（？detect @ TensorflowInference @ tf @@ QEBAXAEBVMat @ cv @@ AEAV？$ vector @ UDetection @ tf @@ V？$ allocator @ UDetection @ tf @@@ std @@@ std @@@@ Z）

TensorflowInference.obj：错误LNK2019：无法解析的外部符号“ public：float const＆__cdecl tf :: TensorflowTensor :: TensorView :: operator（）（class std :: array）const”（（R？$ TensorView @ M $ 01 @ TensorflowTensor @ tf @@ QEBAAEBMV？$ array @ _K $ 01 @ std @@@@ Z）在函数“ public：void __cdecl tf :: TensorflowInference :: detect（cv :: Mat const＆，std :: vector>＆）中引用” const“（？detect @ TensorflowInference @ tf @@ QEBAXAEBVMat @ cv @@ AEAV？$ vector @ UDetection @ tf @@ V？$ allocator @ UDetection @ tf @@@ std @@@ std @@@ Z）

TensorflowInference.obj：错误LNK2019：无法解析的外部符号“ public：未签名的__int64 __cdecl tf :: TensorflowTensor :: TensorView :: NumElements（void）const”（？NumElements @？$ TensorView @ M $ 01 @ TensorflowTensor @ tF @@ QEBA_在函数“ public：void __cdecl tf :: TensorflowInference :: detect（class cv :: Mat const＆，class std :: vector>＆）const”（？detect @ TensorflowInference @ tf @@ QEBAXAEBVMat @ cv @@ AEAV？$ vector @ UDetection @ tf @@ V？$ allocator @ UDetection @ tf @@@ std @@@ std @@@@ Z）

TensorflowInference.obj：错误LNK2019：未解决的外部符号“ public：类tf :: TensorflowTensor :: TensorView __cdecl tf :: TensorflowTensor :: View（void）”（?? $ View @ M $ 02 @ TensorflowTensor @ tf @@ QEAA？AV ？$ TensorView @ M $ 02 @ 01 @ XZ）在函数“ public：void __cdecl tf :: TensorflowInference :: detect（class cv :: Mat const＆，class std :: vector>＆）const”中引用（？detect @ TensorflowInference @ tf @@ QEBAXAEBVMat @ cv @@ AEAV？$ vector @ UDetection @ tf @@ V？$ allocator @ UDetection @ tf @@@ std @@@ std @@@@ Z）

TensorflowInference.obj：错误LNK2019：无法解析的外部符号“ public：float const＆__cdecl tf :: TensorflowTensor :: TensorView :: operator（）（class std :: array）const”（（R？$ TensorView @ M $ 02 @ TensorflowTensor @ tf @@ QEBAAEBMV？$ array @ _K $ 02 @ std @@@@ Z）在函数“ public：void __cdecl tf :: TensorflowInference :: detect（cv :: Mat const＆，class std :: vector>＆）中引用” const“（？detect @ TensorflowInference @ tf @@ QEBAXAEBVMat @ cv @@ AEAV？$ vector @ UDetection @ tf @@ V？$ allocator @ UDetection @ tf @@@ std @@@ std @@@ Z）

主啊，那是一堵文字墙，但是我只列出了错误的重要内容。

我感谢任何有助于我解决这些错误的提示！ 我对C ++编程还是很陌生，尤其是模板仍然给我带来一些痛苦。

Answer 1

C ++编译器包括两个主要阶段：

1. 编译：这是将* .cpp文件转换为* .obj文件的地方。 在此阶段之后出现编译时错误。

如果没有发生编译时错误，则构建过程将移至：

2. 链接：这是将所有obj文件以及所有依赖项（例如lib / dll文件）链接在一起以创建最终的可执行文件的时候。 如果缺少任何依赖项，您将获得链接时间错误。

因此，考虑到此信息，让我们看一下您的错误：“ LNK2019”。 这意味着这是一个链接时间错误（由LNK表示），错误号表示一个未解决的符号，并且在许多地方提到了TensorFlowTensor，它表示您刚刚发布的文件。

因此，发生的情况是链接器找不到每个错误中指定的函数的定义。 在这种非常特殊的情况下，这样做的原因是您已在cpp文件中提供了模板化函数的实现。

这将导致问题，因为必须内联（即在头文件中）定义模板函数。

将TensorflowTensor.cpp所有代码移动到TensorflowTensor.h ，如下所示：

namespace tf {
    class TensorflowTensor : public TensorflowCWrapper<TF_Tensor>
    {
    public:
      TensorflowTensor(const cv::Mat& input_image);
      TensorflowTensor(TF_Tensor* tensor);

      // inner class for convenient access to tensors' data
      template<typename DType, size_t D>
      class TensorView
      {
      public:
        TensorView<DType, D>(TensorflowTensor& tensor){
           // Constructor body goes here instead of cpp file.
        }
        const DType& operator()(std::array<size_t, D> n) const{
           // operator body goes here
        }
        DType& operator()(std::array<size_t, D> n){
           // Here too
        }
        size_t NumElements() const;

      private:
        DType* data_;
        std::array<size_t, D> dims_;
        size_t num_el_;
       };

      template<typename DType, size_t D>
      TensorView<DType, D> View();
    };
}

这样，编译器和链接器可以找到您要使用的函数的定义。