Tensorflow手动编译
-
- 前言
- 1环境准备
- 1 安装brew
- 2 代理设置
- 3 安装bazel
- 4 安装python依赖
- 5 tensorflow源码下载
- 2编译
- 1 配置
- 2 编译
- 3参考文献
系统：MacOS sierra 10.12.6
tf版本：1.2.1前言
最近在安装tensorflow的时候，遇到了下面的问题：
实际上就是因为我们直接用官方编译好的，并不能完美的与本地的指令集兼容，有点强迫症，所以决定从源码进行编译。
1、环境准备
基本的环境主要包括这几步：
安装bazel
安装python依赖
NVIDIA 的包（如果有显卡）
mac并没有NVIDIA显卡，所以这一步省略。
基本的科学环境使用的是anaconda，如果不太熟的话，参见参考文献中的anaconda博客，网上也有很多相关教程。
1.1 安装brew
brew是一个非常好用的mac的包管理器，能够自动的帮助我们解决依赖问题，安装卸载都非常方便。
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)" 如果还没有git的话，建议使用brew安装git。
brew install git1.2 代理设置
经常能到大家抱怨使用git或者brew的时候，速度很慢，实际上可以使用代理来加快速度，如果已经使用s搭建了代理服务器，那就好了，只需要简单的配置即可。
需要说明的是，在mac下，新版本的系统开启了SIP(System Integrity Protection)，所以proxychains不好用，除非关闭，不过这样还是有点麻烦，简单的来说，直接用下面的配置简单快捷。
在环境变量中导出下面的变量：
export ALL_PROXY=socks5://127.0.0.1:1086 这样的话，在命令行中就可以使用代理了，经过测试，git最高速度差不多到4MB左右。
1.3 安装bazel
使用brew安装bazel很简单：
brew install bazel➜ ~ bazel version
Build label: 0.5.3-homebrew
Build target: bazel-out/darwin_x86_64-opt/bin/src/main/java/com/google/devtools/build/lib/bazel/BazelServer_deploy.jar
Build time: Sun Aug 6 12:54:10 2017 (1502024050)
Build timestamp: 1502024050
Build timestamp as int: 1502024050 请参考参考文献中的bazel官方文档。
1.4 安装python依赖
首先确认我们已经准备好了anaconda的环境，然后创建一个环境，我的环境是python3.6.2版本，环境名为py36，首先使用下面的命令激活环境：
source activate py36 然后使用conda命令安装相关依赖：
conda install six numpy wheel 在编译的时候，需要调用这些包，所以，建议是先激活环境，防止出错。
1.5 tensorflow源码下载
使用git下载tensorflow的源码：
git clone https://github.com/tensorflow/tensorflow
cd tensorflow
ls
ACKNOWLEDGMENTS AUTHORS CONTRIBUTING.md LICENSE RELEASE.md bazel-bin bazel-out bazel-testlogs configure tensorflow tools
ADOPTERS.md BUILD ISSUE_TEMPLATE.md README.md WORKSPACE bazel-genfiles bazel-tensorflow bower.BUILD models.BUILD third_party util 然后看一下tag：
git tag
0.12.0-rc0
0.12.0-rc1
0.12.1
0.5.0
0.6.0
v0.10.0
v0.10.0rc0
v0.11.0
v0.11.0rc0
v0.11.0rc1
v0.11.0rc2
v0.12.0
v0.6.0
v0.7.0
v0.7.1
v0.8.0
v0.8.0rc0
v0.9.0
v0.9.0rc0
v1.0.0
v1.0.0-alpha
v1.0.0-rc0
v1.0.0-rc1
v1.0.0-rc2
v1.0.1
v1.1.0
v1.1.0-rc0
v1.1.0-rc1
v1.1.0-rc2
v1.2.0
v1.2.0-rc0
v1.2.0-rc1
v1.2.0-rc2
v1.2.1
v1.3.0
v1.3.0-rc0
v1.3.0-rc1
v1.3.0-rc2 选择我们想要的版本，切换过去：
git checkout v1.2.1 这样我们就把环境准备好了。
2、编译
2.1 配置
在tensorflow的目录中，运行下面的命令：
./configure 会出现一些提示，包括python的库的位置，根据实际情况填写，参考参考文献中的官方文档。
2.2 编译
编译，创建pip包：
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package 这个是cpu的版本，没有GPU。
大约20多分钟以后，终于编译完成。
接下来打包成wheel包，以便安装：
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg 然后，我们在/tmp/tensorflow_pkg目录下就能看到这样的文件：
tensorflow-1.2.1-cp36-cp36m-macosx_10_7_x86_64.whl 然后使用下面的命令，安装到当前的anaconda的环境：
pip install /tmp/tensorflow_pkg/tensorflow-1.2.1-cp36-cp36m-macosx_10_7_x86_64.whl 然后，再也不会有烦人的提示了！
3、参考文献
[官方文档]：https://www.tensorflow.org/install/install_sources
[anaconda博客]：http://www.jianshu.com/p/2f3be7781451
[brew官网]：https://brew.sh/index_zh-cn.html
[homebrew替换中科大的源]：https://lug.ustc.edu.cn/wiki/mirrors/help/brew.git
[中科大homebrew源]：https://lug.ustc.edu.cn/wiki/mirrors/help/homebrew-bottles
[bazel官方文档]：https://docs.bazel.build/versions/master/install-os-x.html