源代码编译安装（linux环境）

tensorflow有两种安装方式，直接下载google编译好的安装包，或者自己编译安装包，前者比较方便，但是安装时容易因为机器的环境配置差异导致安装失败，后者想对麻烦，但是可以在自己的机器上一步步编译出适合自己机器环境的安装包。

这里简单介绍下安装从源代码编译安装的步骤：

下载源代码：

git clone https://github.com/tensorflow/tensorflow.git

编译工具安装：

安装python3.5, 并配置环境变量，通过pip install xxx 安装numpy dev mock wheel ，并测试是否安装成功

安装gcc 6.3.0 (表面c++新特性引起的语法错误)，并配置环境变量

安装bazel：

由于我的系统是redhat，没有现成的安装包可以下载，所以只好从源代码编译安装包（https://bazel.build/versions/master/docs/install.html#compiling-from-source）：从bazelbuild/bazel下载名字格式为bazel-<VERSION>-dist.zip的安装包【注意，该包中不仅包含了源代码，还包含编译依赖的库，如果直接从git上下载bazel源代码进行编译，会报很多编译错误，最好是用dist的包进行编译】

解压，进入加压后的目录，运行sh compile.sh, 生成 ./output/bazel 可执行文件，添加到path中，运行bazel –version测试是否安装成功

运行sh compile.sh时可能会报一些lib库文件找不到的错误，或者一些c++预发错误，通常可以通过升级gcc和配置LD_LIBRARAY_PATH环境变量来解决

编译源代码并安装
进入tensorflow源代码目录，运行configure, 里面会有一些配置选项，注意python的版本是否正确，还有选择-match=native，这个可以根据自己的机器环境编译合适的安装包；

运行

bazel build -c opt //tensorflow/tools/pip_package:build_pip_package

命令，开始编译，可能会报一些错误，比如lib文件找不到，汇编指令无法识别等，这些可以通过检查环境变量是否生效和编译工具的版本是否比较新 来解决，还有就是重新执行configure 修改编译选项，多尝试最后可以编译过的。

编译完成后，构建pip包的脚本放在bazel-bin/tensorflow/tools/pip_package/build_pip_package 这个目录下，通过执行

 bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/pip_pck_dir/

可以生成安装包，后缀为*.whl

运行

 pip install /tmp/pip_pck_dir/*.whl 

可以安装tensorflow

安装好后进行测试，进入python命令行界面，敲入import tensorflow as tf， 回车会报错，这时，需要再配置下tensorflow的开发环境，执行下面的命令即可

mkdir _python_build
cd _python_build
ln -s ../bazel-bin/tensorflow/tools/pip_package/build_pip_package.runfiles/org_tensorflow/* .
ln -s ../tensorflow/tools/pip_package/* .
python setup.py develop

tensorflow 开发小例子

直接饮用下tensorflow代码页的例子，如下

>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> sess.run(a+b)
42
>>>