CUDA/cudnn安裝
python
TF源碼下載
bazel安裝
bazel是通過自行在github上下載release的zip源碼包然後編譯，將生成的二進制文件拷貝到PATH路徑上即可。
注意：tensorflow配置時會提示找不到bazel這個命令，而實際上我們已經編譯並配置到PATH,需要在/usr/bin/目錄中新建一個指向bazel的軟連接bazel-real
在安裝的cuda 8.0, tensorflow一直編譯不通過，提示未配置支持GPU，可是明明是選擇了Y，可直接定義一下宏變量通過：
export “TF_NEED_CUDA=1”
另外，還需要指定CUDNN的目錄，否則會報錯，找不到庫
export CUDNN_INSTALL_PATH=/usr/local/cuda/
執行一下步驟：
bazel clean
sudo ./configure
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg從github上clone代碼之後，可以通過git checkout切換版本分支。目前是使用：
git checkout r1.0如何在執行./configure是找不到JAVA_HOME時，而又確實在/etc/profile中添加了JAVA_HOME, 這是因爲sudo會重置環境變量，可以通過使用-E參數避免對環境變量進行重置。即
sudo -E ./configurepip安裝
sudo pip install /tmp/tensorflow_pkg/*.whl
有時候會遇到如下問題
tensorflow-1.2.1-cp27-none-linux_x86_64.whl is not a supported wheel on this platform.這個並不代表當前編譯的方式不對，很可能是因爲當前pip的版本與編譯tensorflow時指定的python版本不匹配，可以通過指定pip版本來安排該安裝包，命令如下：
python2.7 -m pip install *.whl編譯1.2.1時，需要添加
cxx_builtin_include_directory: "/usr/lib/gcc/x86_64-redhat-linux/4.8.3/include"到以下文件中
third_party/gpus/crosstool/CROSSTOOL_nvcc.tpl歡迎留言溝通