ubuntu18.04 tensorflow以及tensorflow lite源码编译C++库

为了编译TensorFlow的源代码，除了要有gcc（版本不低于4.8）支持之外，还需要安装Google自产的编译构建工具，类似于cmake。英文阅读理解能力强的朋友可以直接阅读官方文档：https://www.tensorflow.org/install/source

1.tensorflow下载

git clone https://github.com/tensorflow/tensorflow #下载tensorflow
git branch -a #查看所有分支
git checkout <version> #检出对应的版本

2.安装bazel
官方在线安装：bazel官方地址
下面是bazel源码安装：
bazel下载地址，不同版本tensorflow对应不同版本的bazel，可以在tensorflow 根目录下configure.py中查看，当前使用tensorflow版本为2.1，那么其所支持的bazel版本如下：

_TF_MIN_BAZEL_VERSION = '0.27.1'
_TF_MAX_BAZEL_VERSION = '0.29.1'

_TF_MIN_BAZEL_VERSION为最低的支持版本，_TF_MAX_BAZEL_VERSION为最高的支持版本。

安装过程：
1.安装依赖

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

通用版本对应的写法：

chmod +x bazel-<version>-installer-linux-x86_64.sh
./bazel-<version>-installer-linux-x86_64.sh --user

tensorflow-r2.1版本写法：

chmod +x bazel-0.28.0-installer-linux-x86_64.sh
./bazel-0.28.0-installer-linux-x86_64.sh --user

该--user标志将Bazel安装到$HOME/bin系统上的目录并设置.bazelrc路径$HOME/.bazelrc。使用该--help命令可以查看其他安装选项。

3.tensorflow编译
1.配置tensorflow编译必要的环境，运行根目录下configure

./configure

接下来会有一系列的选择，下面一一解释：

Please specify the location of python. [Default is /home/yhilly/anaconda3/envs/tensorflow/bin/python]:

上面的提示是Bazel让我们选择Python的安装路径，只要确保是Anaconda的Python路径即可，直接按一系列的回车键（Enter）表示使用默认值。

Do you wish to build TensorFlow with jemalloc as malloc support? [Y/n]: 

jemalloc as malloc support will be enabled for TensorFlow.

上面的选项表示是否使用jemalloc代替传统的malloc来管理内存？Jemalloc是杰森·埃文斯（Jason Evans）于2006年开发的用以取代传统低性能的malloc内存管理模块而开发的一款内存管理模块[4]。埃文斯并非等闲之辈，他是FreeBSD项目（一种类UNIX操作系统）的重要维护者之一。
Jemalloc先被Firefox浏览器采用，后来又被Facebook在其自己的各类应用上广泛使用，一战成名。好技术当然要用！直接按回车，确认默认值Y（通常字母大写表示默认选项）。

Do you wish to build TensorFlow with Google Cloud Platform support? [Y/n]: n
No Google Cloud Platform support will be enabled for TensorFlow.

这个选项是询问是否采用Google云平台来支持TensorFlow。这个云平台国内通常无法访问，建议输入“n”，有条件的读者/开发者，可直接按回车确认使用。

Do you wish to build TensorFlow with Hadoop File System support? [Y/n]: n
No Hadoop File System support will be enabled for TensorFlow.

这个选项是询问是否使用Hadoop 文件系统（HDFS）来支持TensorFlow。如果搭建了Hadoop集群，有读取HDFS数据需求的用户，可以回车确认。如果没有需求，手动输入“n”。

Do you wish to build TensorFlow with Amazon S3 File System support? [Y/n]: n
No Amazon S3 File System support will be enabled for TensorFlow.

类似的，这个选项是询问TensorFlow是否支持亚马逊的S3文件系统。读者根据自己的需要来确定“Y”或“n”。如果用不着，建议选择“n”。

Do you wish to build TensorFlow with Apache Kafka Platform support? [y/N]: 
No Apache Kafka Platform support will be enabled for TensorFlow.

Kafka是由Apache软件基金会开发的一个开源流处理平台，是一种高吞吐量的分布式发布订阅消息系统。如果没有这个需要，建议选择默认值“N”。

Do you wish to build TensorFlow with XLA JIT support? [y/N]: n
No XLA JIT support will be enabled for TensorFlow.

这个选项是询问是否开启XLA JIT编译支持。XLA（Accelerated Linear Algebra/加速线性代数）目前还是TensorFlow的实验项目，XLA 使用 JIT（Just in Time，即时编译）技术来分析用户在运行时（runtime）创建的 TensorFlow 图，专门用于实际运行时的维度和类型。作为新技术，这项编译技术还不成熟，爱折腾的“极客”读者可以选“y”，否则选择默认值“N”。

Do you wish to build TensorFlow with CUDA support? [y/N]: 
No CUDA support will be enabled for TensorFlow.

这个选项是询问是否使用CUDA。CUDA是一种由NVIDIA公司推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。如果用户配备有NVIDIA的GPU，可以选择“y”，如果仅使用TensorFlow的CPU版本，回车确认“N”。

Do you wish to build TensorFlow with MPI support? [y/N]: 
No MPI support will be enabled for TensorFlow.

这个选项是询问是否使用MPI。MPI(Message-Passing-Interface 消息传递接口)是实现进程级别的并行程序的通信协议，它通过在进程之间进行消息传递。如果不是基于TensorFlow做并行程序开发，建议回车确认选择默认值“N”。

Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native]: 

这个选项是指定CPU编译优化选项。默认值就是“-march=native”。这里“m”表示“machine（机器）”，“arch”就是“architecture”简写。“march”合在一起表示机器的结构，如果选择“-march=native”，则表示选择本地（native）CPU，如果本地CPU比较高级，就可以支持SSE4.2、AVX等选项，这里建议选择默认值。

Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]:

这个选项是问是否进入Android的工作空间配置，如果不用Android版的TensorFlow开发，则选择默认值“N”。

经过上面步骤，就已经完成了编译前配置工作。

2.编译
2.1 生成tensorflow C++库

bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so

若读者有显卡且机器上装有cuda，则加上--config=cuda，否则去掉。
2.2 生成tensorflow C库

bazel build --config=opt --config=cuda //tensorflow:libtensorflow.so

2.3 生成tensorflow lite本地库

bazel build --config=opt //tensorflow/lite:libtensorflowlite.so

执行上述命令，会产生bazel-bin、bazel-genfiles、bazel-out、bazel-tensorflow-r<version>、bazel-testlogs五个文件夹，我们生成的库在bazel-bin文件夹中。

2.4 生成Android库
参考：https://blog.csdn.net/sun_28/article/details/102694239