Tensorflow 离线安装跳坑总结

TensorFlow作为目前最被看好的深度学习开源框架，又顶着Google爸爸的光环，使得很多CNN网络的部署都基于此框架。最近开始研究GAN（生成对抗网络），鉴于大部分源码都基于TensorFlow，theano，torch等Python框架，为了顺应时代潮流，开始学习Tensorflow，此篇记录了一下安装过程中的坑，供以后翻阅。
其实总体来说，Tensorflow作为Google荣誉出品的框架，并不像caffe一样需要在很多依赖库上踩坑，毕竟作为一个Python框架，所需的Python依赖包有很多一键安装的方式，如pip，conda等。之所以会有这篇踩坑记录，是因为我是在公司的开发服务器上部署的，而公司服务器无法连接外网，这就导致了安装过程中无法自动下载所需的依赖包，因此我选择了从源码来安装。

1.下载TensorFlow源码

在https://github.com/tensorflow/tensorflow上下载源码，目前的版本是0.11

2.安装bazel

2.1下载bazel https://github.com/google/bazel/

bazal是Google出的一款编译工具，后续编译TensorFlow源码需用到。目前下载的是0.4版本。

2.2编译bazel

直接进入解压的根目录，执行

$ ./compile.sh

然后发现错误：JDK not found
编译bazel需要JDK1.8支持

2.3安装JDK1.8

在oracle官网下载jdk1.8的rpm包，下载时需要在网站上登录oracle账户并同意条款。
下载完成后执行

 $ rpm -ivh jdk-8u45-linux-x64.rpm

安装完成后，将安装目录添加至环境变量JAVA_HOME中

$ export JAVA_HOME=/usr/java/jdk1.8.0_45/

2.4完成bazel安装

安装完JDK后，再次进入bazel源码目录，执行compile.sh，完成安装。
为了能找到bazel命令，将执行路径 output/bazel 添加到 $PATH 环境变量中
我的bazel安装比较顺利，没有遇到什么坑，如果有相关的问题可以参考这篇博客，这个博主在安装中遇到的问题比较多，总结比较全面。
http://www.cnblogs.com/Jack47/p/install-bazel-on-redhat-enterprise-5.html

3.源码安装Tensorflow

3.1配置Tensorflow

解压进入下载的TensorFlow源码目录中，执行

$