一.安装说明：
1.安装bazel, Eigen
1）安装bazel
本人采用的源码安装方式，在https://github.com/bazelbuild/bazel/releases上下载
与硬件配置相关的安装源码。如在linux的64位系统下，可以下载bazel-0.19.2 installer linux-x86_64.sh(注意，tensorflow 的编译对于bazel 对应版本有要求，1.13对应的是bazel-0.19.2,如果版本有误，会编译不通过)，并执行shell文件安装。具体版本需求请参照
https://www.tensorflow.org/install/source
2）安装Eigen
说明： Eigen 是一个高层次的C++库，有效支持线性代数，矩阵和矢量运算，数值分析及其相关的算法。Eigen是一个开源库，从3.1.1版本开始遵从MPL2许可，如果在tensorflow的build前没有安装eigen,在bazel的build过程中会报如下错误：
/tensorflow/core/framework/tensor. types h:19:10:fatal
error: /third_ party/eigen3/unsupported/Eigen/CXX1/Tensor. No such file or directory
include "third party/eigen3/unsupported/Eigen/CXX11/Tensor"
compilation terminated.
Target //tensorflow/core::tensorfiow failed to build
安装说明：
1. apt-get方式(假设默认安装到usr/local/include里(可在终端中输入locate eigen3查看 位置)，若实际中默认安装到/usrs/include的话，可以对应替换下面命令的相应部分)
运行命令：
sudo apt-get install libeigen3-dev
运行命令： (参考第二种方法的最下面的说明)
sudo cp -r /usr/local/include/eigen3/Eigein /usr/local/include执行复制命令，将Eigen文件夹及其内容放在/usr/include
2.下载源码包和安装protocbuf
git clone -recursive https://github.com/tensorflow/tensorflow
cd tensorflow/contrib/makefile
./build_all_linux.sh
./configure
至此，tensorflow 配置完毕.
说明：安装protobuf
Protocol Buffers (简称Protobuf) 是Google开源的一款跨语言，跨平台，拓展性好的 序列化工具，网上有许多安装 protoc的教程，但是我推荐最好使用tesorflow源码包里面的build_ alllinux.sh进行protobuf的自动安装，这样，protoc 的版本和tensorflow的版本是对应的(import)
cd tensoflow/tensorflow/contrib/makefile && /build alllindex.sh
查看版本以验证安装： protoc --version
二.编译过程
编译过程有两种方式，种是使用 bazel build的方式，直接在源码的workspace里面去编译：另一种， 是使用先编译动态链接库。再使用编译好的so文件，实现具体的compilation任务。
1)
bazel build -C opt
其中copt的含义为--compilation_ mode=opt, 也可以用以下形式表现：
config. setting(
name=" simple'，
values = {"compilation. mode":"opt"})
若需要在GPU上执行，则添加一个config选项
bazel build C opt -copt=mavx -config=cuda
举例说明：
编写示例程序demo.cc
#include
#include "tensorflow/cc/client/client_session.h"
#include tensorflow/cc/ops/standard_ops.h"
int main(){
using namespace tensorflow;
using namespace tensorflow ops;
Scope root = Scope NewRootScope():
//MatrixA=[3:2:-10]
auto A= Const(root, {3.f,2.f}，{-1f,0.f)\});
//Vector b=[3 5]
auto b= Const(root, {3.f,5.f });
auto v=MatMul(root WithOpName("v", A, b, MatMul:TransposeB(true));
std:vector
outputs; ClientSession session(root);
mkdir tensorflow/demo
把demo.cc放到tensorflow/demo 文件夹
BUILD文件写为
cc_binary(
name="demo", srcs=["demo.cc"],
deps=["//tensorflow/cc:cc_ops",
"//tensorflow/cc:client_session",
"//tensorflow/core:tensorflow"]])
运行 bazel build- opt demo 生成demo可执行文件，生成可执行文件的位置在 bazel-bin/tensorflow/demo/demo
运行示例：
bazel-bin/tensorflow/demo/demo
2019-09-0615:10:59.905602: tensorflow/demo/democc:219
2)方法二：先编译动态链接库
bazel build//tensorflow:libtensorflow_cc.so
建立 TensorFlow库文件夹： sudo mkdir/usrr/local/tensorflow
复制 include文件：
mkdir /usr/local/tensorflow/include
cp -r bazel-genfiles/ /usr/local/tensorflow/include/tf cp-r tensorflow/*/usr/local/tensorflow/include/tf/tensorflow
cp -r third_party /usr/local/tensorflow/include/tf
复制lib文件：
sudo mkdir /usr/local/tensorflow/lib
sudo cp-r bazel-bin/tensorflow/libtensorflow_cc.so/usr/local/tensorflow/lib/