Shark 機器學習庫配置過程

Shark 機器學習庫配置過程

記錄下配置Shark過程，便於學習。

1 環境&庫

• Windows 10
• VS 2017
• CMake
• Shark
• Boost C++ Libraries

本人使用的是boost_1_66_0版本。

2 Boost 庫配置

1.解壓boost_1_66，在文件夾下找到booststarp.bat文件，雙擊運行，會產生bjam.exe文件。

2.雙擊biam.exe文件，此時進行編譯和安裝。（大概20分鐘）

3.此時boost庫安裝和配置完成。

4.在VS2017下新建空控制檯項目，然後新建main.cpp，編寫如下程序：

#include <iostream>  
#include <boost/thread/thread.hpp>  
void hello()  
{  
     std::cout << "Hello world, I'm a thread!" << std::endl;  
}  
int main()  
{  
     boost::thread thrd(&hello);  
     thrd.join();  
}

5.配置VS2017下的庫目錄和鏈接庫目錄。方法：
項目->屬性->VC++ 目錄中附件額外庫目錄：F:\GitHub\boost_1_66_0。
項目->屬性->VC++ 目錄中附件額外庫目錄：F:\GitHub\boost_1_66_0\stage\lib。

6.編譯完成。

3 Shark 配置

1.將Shark目錄下的CMakeLists.txt拖入CMake中，選擇build目標文件，點擊Add Entry，進行如下設置（也可以用命令行方式進行，具體可參考CMake官方文檔）：

2.首先添加BOOL型參數Boost_NO_SYSTEM_PATHS，如下圖所示（注意勾選Value複選框，表示將此BOOL值設置爲真）：

3.然後添加Path型參數BOOST_ROOT，該參數用於指定Boost庫所在目錄（此處爲\boost_1_66_0），如下圖所示：

4.點擊Configure，如有錯誤可再次點擊一下Configure，也可參照：Visual Studio 2008編譯機器學習算法庫Shark

本人修改：CMAKE_CONFIGURATION_TYPES丨Debug;Release

5.Generate完成後，打開build下的shark.sln。

6.選擇生成->批生產，將其全部生成。

7.Shark文件下的：include、bin、lib 即爲所需文件！

致謝鏈接

開源機器學習C++庫Shark的編譯與開發環境搭建
Shark機器學習庫環境搭建
Visual Studio 2008編譯機器學習算法庫Shark