使用Bazel编译TensorBoard教程

1.TensorBoard

Tensorboard是一套用于查看和理解TensorFlow运行情况的工具，有时可能现有的功能并不能满足我们当前的需求，那么则需要我们对Tensorboard进行定制化开发，定制化的第一步就是编译源码。

TensorBoard已在github上开源，我们可以通过GitHub - tensorflow/tensorboard: TensorFlow's Visualization Toolkit获取到完整的代码。包括TensorBoard在内，Google的很多项目都是使用Bazel进行编译的，接下来我们进行相关环境的安装。

2.Bazel

Bazel类似于Make、Maven、Gradle，是一款开源的编译和测试工具。它使用一种人类可读的高级构建语言。Bazel支持多种开发语言，并且可以为不同平台进行构建。同时，Bazel支持跨越多用户、多仓库的大型代码库。

Bazel的安装可参考Installing Bazel on Ubuntu - Bazel main，本文以Ubuntu为例介绍Bazel的安装过程。

1）通过安装包方式安装

首先，安装所需的包

sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python

在Github下载Bazel的安装包，Linux下需要下载 bazel--installer-linux-x86_64.sh

修改安装包的权限，运行安装包

1 2	chmod +x bazel--installer-linux-x86_64.sh ./bazel--installer-linux-x86_64.sh --user

增加环境变量

export PATH="$PATH:$HOME/bin"

也可以放入~/.bashrc中

1 2	vim ~/.bashrc source ~/.bashrc

2）使用apt仓库

安装JDK 8，建议通过官网安装，或者安装openjdk

sudo apt-get install openjdk-8-jdk

增加仓库源

echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -

安装bazel

sudo apt-get update && sudo apt-get install bazel

安装之后，可以通过upgrade直接更新到最新版本

sudo apt-get upgrade bazel

3.代码编译

由于使用tensorboard需要python3，我们将linux自带的python切换为python3

1 2	echo alias python=python3 >> ~/.bashrc source ~/.bashrc

在github中将代码下载下来，或者通过git直接拉取

[email protected]:tensorflow/tensorboard.git

用高版本bazel编译tensorboard存在一个bug，虽然官方已经修复但是没有发布release，因此修改我们手动修改。

修改WORKSPACE，搜索io_bazel_rules_closure，修改为

1 2 3 4 5 6 7 8 9

http_archive(  name = "io_bazel_rules_closure",  sha256 = "b29a8bc2cb10513c864cb1084d6f38613ef14a143797cea0af0f91cd385f5e8c",  strip_prefix = "rules_closure-0.8.0",  urls = [  "https://mirror.bazel.build/github.com/bazelbuild/rules_closure/archive/0.8.0.tar.gz",  "https://github.com/bazelbuild/rules_closure/archive/0.8.0.tar.gz", # 2018-05-09  ], )

打开终端，进入项目目录下，输入

bazel build tensorboard:tensorboard

看到 Build completed successfully 说明编译成功

然后输入

./bazel-bin/tensorboard/tensorboard --logdir

看到 TensorBoard 1.10.0 at http://host:6006 (Press CTRL+C to quit) 说明启动成功

打开浏览器，输入localhost:6006就可以看到我们编译好的TensorBoard了。

至此，TensorBoard的编译已经完成，接下来就可以进行自定义的开发了，注意要遵循Apache License 2.0许可喔~