我正在尝试通过 XLA 将一个小项目交叉编译到 android。为 PC 编译它工作正常，但对于 android 我得到一个链接错误：

我目前正在进行 TensorFlow 提交：85827b2356d33e54d2e1413fc2005b08cde72f8（2017 年 4 月 27 日星期四 17:51:34）但我已经尝试了其他几个版本以及主要版本 1.0.1 和 1.1.0。

在 TensorFlow 的根目录中，我更改了 WORKFLOW 和 BUILD 文件

工作空间

建造

我的最小项目

我的项目.cpp

我使用以下命令构建

构建的输出

循环中的求解器适用于第一次迭代，但不能休息。循环的其余部分工作正常。

我构建了 tensorflow 源文件，利用 tfcompile 将 TensorFlow 图编译为可执行代码。该图是之前预训练的著名的神经风格迁移图。我遵循https://www.tensorflow.org/versions/master/experimental/xla/tfcompile中的指南，使用提前 (AOT) 编译器从样式转换图中生成带有 tfcompile 的可执行二进制文件。

上述指南中描述的生成可执行二进制文件的要点

首先，我在运行 ./configure 以启用 XLA 支持时选择了“启用 XLA”。然后使用“*.config.pbtxt”文件配置子图以识别提要和提取。之后，我使用 //tensorflow/compiler/aot/tfcompile.bzl 中定义的 tf_library 构建宏将图形转换为 cc_library。cc_library 包含一个包含从图形生成的代码的目标文件，以及一个可以访问生成代码的头文件。我编写了一个 jni-native cc 代码来调用这个 cc_library 并使用 //tensorflow/contrib/android/BUILD 环境来 bazel 将此代码构建到 android 的原生 .so 库。我使用 android studio 运行带有这个 .so 库的应用程序。我预计运行这个原生的时间。因此库嵌入了预训练的 tensorflow 图以将照片转换为另一种风格，这比使用从 github 下载的 tensorflow nightly 二进制文件直接运行图更快。然而，事实是，AOT 编译的原生 .so 库比直接运行 tensorflow 二进制文件调用预训练的 pb 图要慢 4.64 倍。我的操作有问题吗？

我在 tf.slim 上使用 multi-gpu(2 titanXp) 打开了 xla，如下所示。（编辑 train_image_clasifier.py）

而且，我确实像以下命令一样运行。

但是，我收到了这些错误消息。

以前，xla jit 可以很好地使用这些标志 (--batch_size=32 --num_clones=1)。我认为 xla 上有一个关于缓冲区分配的错误。谁能帮我做错了什么？

我目前正在从网络文件Worksheet中即时更新 a 。ActiveWorkbook

我想将此 Ws 从 移动ActiveWorkbook到XLA Add-In.

如果这样做，如果 XLA 插件受密码保护，我是否仍然能够更新它（即更新数据然后保存 XLA 插件）？像这样的工作吗？

（ThisWorkbook作为XLA Add-In工作簿）

我需要您的帮助来确定可供选择的最佳策略和技术，以继续开发成功的内部 VBA 应用程序。

在我们公司（基于网络的财务信息分销商），多年来，我们开发了一个 VBA XLA 插件应用程序，仅在我们公司内部使用，它有助于将我们的财务信息数据库与 Excel 工作表链接，通过使用几个 UDF，由 ADO/SQL 和其他业务对象逻辑支持。这个应用程序对我们来说是一个可靠、快速和有用的工具，有点类似于旧的 DDE 链接，但比这更复杂和灵活。

最近，我们用基于 SOAP 的 Web 服务和 XMLHTTP MSXML 6.0 技术替换了系统的 ADO/SQL 部分，真正将我们的数据库放到了云中。目标是将应用程序转变为可以在我们公司之外使用的产品。这项工作已经完成，它的表现非常好，具有所有功能、启动时加载、用户身份验证和会话控制登录/注销、与 EXCEL 的无缝集成、用户友好的消息，所有这些都在一个 2.036Kb XLA 插件中完成文件，跨越 15.000 多行良好的 VBA 代码。但是，我们觉得它还不能像现在这样分发......

我们认为，为了成功地作为产品发布给我们的客户，这个应用程序必须转换为编译代码而不是解释的 VBA。有很多理由证明这样做是合理的，包括安全性、速度、稳健性等。但我们现在不需要深入这些细节。

我们的第一个想法是使用 VB6 和自动化设计器将我们的 VBA 代码快速转换为 VB6 自动化插件。除了 VB6 是老技术之外，自动化插件似乎不是理想的解决方案，因为我们的应用程序需要与 Excel 事件和最终用户进行一些交互，至少在“登录”和“注销”期间基于 Web 服务的数据库（以及其他一些需要通过表单进行用户交互的功能），但似乎自动化插件不适合 UDF 以外的任何东西。在这里，我们想了解其他人在自动化插件和最终用户交互方面的经验。

因此，COM 插件是下一个选择。同样，这些允许通过菜单按钮和命令进行交互，但不允许在工作表中使用 UDF。或者我们已经读过。此外，我们已经读到 COM 插件可以作为自动化插件（毕竟允许 UDF），但它们将作为 Excel 环境中的两个独立实体（一个 COM 和一个插件），一半不与对方交流。这是我们不能接受的。同样，我们想更多地了解其他人在这方面的经验。

然后是托管代码（.NET、Interop 和 VSTO）作为其他可行的选项。然而，虽然上手简单，但 Interop 是否会继续存在尚不清楚，也不清楚托管代码的最佳策略是什么。同样，我们想了解其他人在这个领域的经验。

所以，最后的问题是：考虑到我们的要求（即启动时加载、通过基于 SOAP 的 Web 服务（MSXML 6.0）访问数据、UDF 的功能、登录/注销会话控制、用户友好的错误处理等），以及我们已经拥有 15.000 行良好的 VBA 代码这一事实，这是我们继续开发此 Excel 组件以使其成为易于安全分发的产品的最佳技术吗？非常欢迎这方面的所有评论和想法。

我正在使用 Excel 2010，我有一个.xla包含 VBA 宏的文件，我使用 VBA 编辑器编辑宏，然后保存它。后来当我重新打开.xla文件时，我的更改丢失了。在互联网上，我发现其他人也有同样的问题，例如MS-Excel VBA 文件 (XLA) 保存问题，但没有解决方案。

使用以下示例代码创建带有 cond 的图形：

并编译：

导致以下错误：

2017-11-29 20:40:26.725164: F tensorflow/compiler/aot/tfcompile_main.cc:140] Non-OK-status: status status: Unimplemented: 从 TensorFlow graph 到 XLA 的转换导致 1 个常量结果。输出 args（即 fetch ids）的配置可能是错误的。

看来这个错误是没有根据的？还是我做错了什么？

我有一个要解析的 xlsx 文件，其中一个单元格引用了 xla 加载项函数。

该文件在我的本地计算机上不存在，但可能存在于创建该文件的人的身上。

但是，查看 Excel 中的单元格，它确实显示了一个文本值“CTP116701”。但是单元格的实际值是 xla 函数。它在哪里以及如何拉动“CTP116701”的价值？

我正在尝试使用 Python 和 openpyxl 来解析电子表格。

tfcompile 是一个二进制文件，用于将推理图编译为由 bazel build 创建的 tensorflow XLA 的可执行代码。如果我想在 ubuntu 16.04 上 gdb tfcompile 文件，它将返回消息

似乎应该使 bazel 使用 -g 之类的标志进行编译？我试过用

但似乎没有任何改变。

我该如何解决这个问题？

顺便说一句，我正在使用 Ubuntu 16.04，bazel 版本 0.8.1 tensorflow r1.0

谢谢你的帮助！