一、安装protobuf
1、gitclone https://github.com/google/protobuf
2、自动生成configure配置文件，运行：./autogen.sh
3、配置环境：./configure
4、编译源代码:make
5、安装：sudomake install
6、刷新动态库:sudoldconfig
二、安装ncnn
1、mkdircode && cd code
2、gitclone https://github.com/Tencent/ncnn
3、cdncnn
4、mkdirbuild && cd build
5、cmake.. （只有安装成功protobuf才能成功）
6、make-j
如果遇到这样的错误，geditCmakeLists.txt, 在第一行添加：add_definitions(-std=c++11).
编译成功：
如果要安装tensorflow2ncnn，则需要在code/ncnn/tools/下的CMakeLists.txt中加入add_subdirectory(tensorflow)
7、makeinstall
8、caffe转ncnn
~/code/ncnn/build/tools$./caffe2ncnndeplpy.prototxt alexnet.caffemodel alexnet.param alexnet.bin
加密：
~/code/ncnn/build/tools$./ncnn2mem alexnet.param alexnet.bin alexnet.id.h alexnet.mem.h
成功会在当前文件夹生成.param和.bin文件
加载未加密模型：
ncnn::Netnet;
net.load_param("alexnet.param");
net.load_model("alexnet.bin");
加载加密模型：
ncnn::Netnet;
net.load_param_bin("alexnet.param.bin");
net.load_model("alexnet.bin");
9、tensorflow转ncnn
tensorflow保存的模型分为meta,ckpt,pb等文件,我只试了转pb。
先把meta转成pb：
importtensorflow as tf
withtf.Session() as sess:
#初始化变量
sess.run(tf.global_variables_initializer())
#获取最新的checkpoint，其实就是解析了checkpoint文件
latest_ckpt= tf.train.latest_checkpoint("./checkpoint")
#加载图
restore_saver= tf.train.import_meta_graph('./checkpoint/Model.meta')
#恢复图，即将weights等参数加入图对应位置中
restore_saver.restore(sess,latest_ckpt)
#将图中的变量转为常量
output_graph_def= tf.graph_util.convert_variables_to_constants(
sess,sess.graph_def , ["node"])
#将新的图保存到"/pretrained/graph.pb"文件中
tf.train.write_graph(output_graph_def,'pretrained', "graph.pb", as_text=False)
最后运行：
~/code/ncnn/build/tools/tensorflow$./tensorflow2ncnn graph.pb
三、安装mxnet
参考：
http://mxnet.incubator.apache.org/install/