windows平台使用bazel编译 tensorflow C++ 库

问题 与 解决

1. 注意对应关系是否正确，tensorflow版本，cuda版本，visual studio的vc版本，bazel版本（下载报错提示中要求的最高版本，否则报错可能性很大，可先用一个较高的版本，然后通过错误提示降级）
   例如： tensorflow分支r2.3, cuda 10.2, visual studio 2019 (MSVC v14.27), bazel 3.1.0
2. 确认环境变量配置正确，相关重要的环境变量如下：

Path 检查是否有以下项 （具体路径以实际安装版本为准）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\msys64
C:\msys64\usr\bin

系统变量检查以下项 （具体路径以实际安装版本为准）

BAZEL_SH C:\msys64\usr\bin\bash.exe
BAZEL_VC 详见表格 (BAZEL不能指定VC版本号, 如果BAZEL_VC目录下有多个VC版本，保留需要的VC, 重命名其它VC目录)
BAZEL_VS C:\Program Files (x86)\Microsoft Visual Studio\2019\Community
CUDA_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

tensorflow版本号	MSVC版本	BAZEL_VC 配置路径
1.11
1.13.1
2.3	14.27.29110	C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC

3. eigen下载报错：
   workspace.bzl 文件 bitbucket.org/eigen/eigen 修改为 mirror.bazel.build/bitbucket.org/eigen/eigen/
4. python环境使用virtualenv生成python3.6的执行环境，anaconda或者其它方式生成的环境，或者其它版本的python, 很有可能会报错
5. 不能在有加密软件的公司电脑上执行，会报乱码错误
6. 如果出现map/list文件找不到的问题，BAZEL_VC修改为错误的，编译，再修改这个变量为正确的，再编译

执行流程

安装配置git, mysys64, visual studio, bazel, cuda, cudnn环境
再配置python虚拟环境
执行python configure.py
执行编译命令

参考教程

https://medium.com/@amsokol.com/update-1-how-to-build-and-install-tensorflow-gpu-cpu-for-windows-from-source-code-using-bazel-and-c2e86fec9ef2