使用bazel从源代码编译tensorflow踩坑记录

0.写在前面的话

0.1配置信息

基本配置	版本
CPU	Intel® Xeon® CPU E5645 @2.40GHz
GPU	GeForce GTX 650 Ti (compute capability 3.0)
操作系统	Ubuntu18.04
openjdk	11.0.3
python	3.6.8
bazel	0.25.2

0.2废话和吐槽

实验室的电脑，由于CPU型号比较老，不支持AVX指令集，所以用tensorflow官方发布的包只能支持到tensorflow1.5。
同时，GPU型号也比较老，compute capacity只有3.0，所以跑网络的时候官方的包也不支持，只能用CPU硬跑。
最后，由于最近需要用tensorflow lite，而tensorflow1.7以下版本的Lite有bug，所以只能考虑从源代码编译一下，顺带给个优化。

1.理想流程

1.1安装bazel

1.1.1安装java的JDK

JDK我之前就安装过了，此处略去。可以参考[2]中的步骤安装。

1.1.2安装bazel包

安装时提示bazel版本不能高于0.25.2，所以安装了bazel0.25.2。
首先下载bazel安装包。网上教程下载.sh文件比较多，我比较懒，直接下载了deb包。用.sh文件法可以参考[1]下载完成后进入文件所在目录（我一般放在~/Downloads）

cd ~/Downloads

然后用dpkg安装bazel包

sudo dpkg -i bazel_0.25.2-linux-x86_64.deb

一般这个时候会报错，显示依赖没有安装，所以用apt修复依赖

sudo apt-get -f install

然后继续安装

sudo dpkg -i bazel_0.25.2-linux-x86_64.deb

安装完毕，查看一下有没有安装好

bazel --version

1.2下载tensorflow源代码并选择版本

1.2.1下载安装git

sudo apt-get install git

有条件的可以配置ssh，反正迟早都需要一个github账号的。

1.2.2下载源代码

千万不要用网页上的Download Zip下载的那个zip包，那个没法选择安装的版本。
进入目录，输入

sudo git clone https://github.com/tensorflow/tensorflow

会在当前路径下新建一个名为tensorflow的文件夹，里面是源代码文件。
要是有ssh，可以用

sudo git clone github@github.com:tensorflow/tensorflow.git

1.2.3选择版本

选择想要编译的版本，例如tensorflow1.14

sudo git checkout r1.14

这里要注意bazel版本的问题，实测可以用bazel_0.25.2（不能再高了）编译tensorflow1.14，可以用bazel_0.19.2（0.25.2不能）编译tensorflow1.12。但是具体使用的版本还是建议参考官方配置[5]，同时gcc版本不建议高于6.

1.3用bazel编译源代码并生成.whl文件

1.3.1配置编译文件

由于后面的步骤都不能加sudo，所以首先确保我们有权限（是文件的所有者）。

$ ls -l ~/Downloads/ |grep