NCNN学习系列零：NCNN介绍及闲言碎语

开源摘星计划（WeOpen Star） 是由腾源会 2022 年推出的全新项目，旨在为开源人提供成长激励，为开源项目提供成长支持，助力开发者更好地了解开源，更快地跨越鸿沟，参与到开源的具体贡献与实践中。

不管你是开源萌新，还是希望更深度参与开源贡献的老兵，跟随“开源摘星计划”开启你的开源之旅，从一篇学习笔记、到一段代码的提交，不断挖掘自己的潜能，最终成长为开源社区的“闪亮之星”。

我们将同你一起，探索更多的可能性！

项目地址： WeOpen-Star

前言：

​ 虽然有志于提升深度学习方面的知识储备，但是毕竟才疏学浅，很多学习都是寻寻觅觅流于表面。今天写个PCA，明天又在PyTorch上跑个MINTS，又或者是抱着“西瓜书”挑灯夜读，自以为入坑机器学习，殊不知，早就把大号时光浪费在浅表的工作上，还洋洋得意自己似有进步。

​ 与师兄座谈，经师兄提点，才知道，与其临渊羡鱼，不如退而结网的道理。痛定思痛，寻求改变之法，脚踏实地，方能仰望天空。恰好工作上多接触NCNN，又趁着腾讯开源摘星计划的浪潮。一边求索，一边记录，扎扎实实走一趟NCNN的设计和实现道路，一来工作与深度学习深入结合，二来以馈读者，三来若能力尚且一观，能为NCNN 添砖加瓦，岂不美哉。

​ 编写这系列文章，沿着两条路线走，前n章节，自底向上，从内存结构聊到 operation 优化策略，后n+1章节，自顶向下，讨论新模型如何被forward 解构成基本操作单元集合；

​ 这系列文章除去理论介绍部分，尽量保持源代码与测试代码完备。项目主要使用Cmake 构建C++的测试程序，由于NCNN本身贴近硬件优化实现，所以整体语言属性偏重classic C，以确保所有代码在不同硬件平台上的普适性；使用gtest作为测试用框架，会慢一些，但是确保每部分的源代码和测试干净。

安装NCNN 及开发环境

• 预设环境

  系统环境为VirualBox 装载的Ubuntu 18.04, 使用gcc 7.5.0 作为开发环境，另外安装Cmake + git+ vs-code 。完成以下操作（不会百度都有）:

  1. 安装Cmake，修改bashrc 使得Cmake生效，传递文件进Ubuntu，可以参考VirualBox 如何设置共享文件夹；
  2. 安装git，配置git config， 配置git ssh key， 测试git ssh key 能够正确连接到Github (必选)；
  3. 安装vs-code，vs-code插件安装C++相关编译插件，如果插件下载时间过长，可从插件市场直接下载对应插件，使用install from visx 来安装；

• NCNN安装

  以下摘录自ncnn wiki：how-to-build

  # 先在github 上 fork ncnn 到你的仓库，假设你叫做user
  # 进入你准备放ncnn 的目录
  git clone git@github.com:user/ncnn.git
  sudo apt install build-essential git cmake libprotobuf-dev protobuf-compiler libopencv-dev  # 与ncnn wiki略有不同，本文不涉及未成熟vulkan
  cd ncnn && mkdir -p build
  cd build && cmake -DCMAKE_BUILD_TYPE=Release -DNCNN_VULKAN=OFF -DNCNN_BUILD_EXAMPLES=ON ..
  make -j$(nproc) && make install
  

  ​ 以上安装正确，将会在build目录下生成install目录，包含bin/ include/ lib/ 。即可通过这些调用ncnn基础结构；CMakeLists.txt中加上：

  set(ncnn_DIR  /home/user/}		# 你自己的ncnn目录
  set(ncnn_DIRS  ${ncnn_DIR}/ncnn/build/install)
  set(ncnn_INCLUDE_DIRS ${ncnn_DIRS}/include)
  set(ncnn_LIBS ${ncnn_DIRS}/lib)
  ...
  
  include_directories(
      ${ncnn_INCLUDE_DIRS}
     	}
  add_library( libncnn STATIC IMPORTED )
  set_target_properties(
          libncnn
          PROPERTIES IMPORTED_LOCATION
          ${ncnn_DIRS}/lib/libncnn.a
  )
  target_link_libraries(${PROJECT_NAME} 
      libncnn 
      gtest
      gtest_main
      pthread
      OpenMP::OpenMP_CXX 
     )
  

  ​ 这样就可以以静态库的形式调用ncnn 了，前期我们熟悉了解ncnn的基础结构，和测试operation就可以以此为基础；

• Gtest测试框架使用

  ​ Googletest是针对C++程序的测试框架，本系列文章中主要用来对容器进行验证，当然你也可以选择其他测试框架；

  ​ 使用Googletest是非常简单的，只需要在代码中增加以下代码：

  # 使用vckpg
  # set(GTest_DIR "E:/src/vcpkg/installed/x86-windows/share/GTest")
  # find_package(GTest CONFIG REQUIRED)
  
  include(FetchContent)
  FetchContent_Declare(
     googletest
     URL https://github.com/google/googletest/archive/609281088cfefc76f9d0ce82e1ff6c30cc3591e5.zip
  )
  # # For Windows: Prevent overriding the parent project's compiler/linker settings
  set(gtest_force_shared_crt ON CACHE BOOL "" FORCE)
  FetchContent_MakeAvailable(googletest)
  

  如果Cmake过程中下载速度较慢，可以单独下载URL所属的压缩包，放在同一目录下，也可以使用apt-install 的方法安装gtest；

对于后文中需要测试SSE加速，ARM NEON加速，指令集强相关于对应的环境，到时候我们会重新构建针对环境下的NCNN。

标签：git,系列,闲言碎语,开源,set,NCNN,install,ncnn
来源： https://www.cnblogs.com/Moonjou/p/16471048.html