深度学习在自然语言处理中的应用（二）

             基于Tensorflow的中文文本摘要实践

1.环境搭建
安装环境：Ubuntu 14.04.5 LTS
1)首先需要安装JDK，这里以jdk8为例
安装方法：https://bazel.build/versions/master/docs/install.html
2)安装Google的软件构建工具Bazel 同样可参考链接
执行bazel build -c opt –config=cuda //tensorflow/cc:tutorials_example_trainer
出现错误：The ‘build’ command is only supported from within a workspace.
这里不清楚build为何安装失败，有博客说是版本问题，更新到最新版本，仍然没有解决，尚待测试。

---

关于Bazel:
Google日前开源了他们内部使用的构建工具Bazel。
Bazel是一个类似于Make的工具，是Google为其内部软件开发的特点量身定制的工具，如今Google使用它来构建内部大多数的软件。它的功能有诸多亮点：
多语言支持：目前Bazel默认支持Java、Objective-C和C++，但可以被扩展到其他任何变成语言。

高级构建描述语言：项目是使用一种叫BUILD的语言来描述的，它是一种简洁的文本语言，它把一个项目视为一个集合，这个集合由一些互相关联的库、二进制文件和测试用例组成。相反，像Make这样的工具，需要去描述每个文件如何调用编译器。

多平台支持：同一套工具和相同的BUILD文件可以用来为不同的体系结构构建软件，甚至是不同的平台。在Google，Bazel被同时用在数据中心系统中的服务器应用和手机端的移动应用上。

可重复性：在BUILD文件中，每个库、测试用例和二进制文件都需要明确指定它们的依赖关系。当一个源码文件被修改时，Bazel凭这些依赖来判断哪些部分需要重新构建，以及哪些任务可以并行进行。这意味着所有构建都是增量的，并且相同构建总是产生一样的结果。

可伸缩性：Bazel可以处理大型项目；在Google，一个服务器软件有十万行代码是很常见的，在什么都不改的前提下重新构建这样一个项目，大概只需要200毫秒.

---

参考：
http://www.linuxidc.com/Linux/2016-07/133228.htm