TensorFlow 1.0.0rc1 入坑记 ——转自 慢慢学TensorFlow 微信公众号

TensorFlow 从开源到现在已经过去一年多时间，版本号从 0.5.0、0.6.0、0.7.0、0.7.1、0.8.0（开始支持分布式）、0.9.0、0.10.0、0.11.0、0.12.0（开始支持 Windows）以小步快跑的方式不断更新，这也给我们这些初学者带来了不少烦恼，刚刚部署好的环境，最新版本需求又变了，还要折腾一遍……

在 2017 年 1 月 9 号（伴随本公众号的呱呱坠地）1.0-alpha 终于发布了。很快，在春节之前又发布了 1.0.0-rc0，前两天发布了 1.0.0-rc1（跟上我的节奏，呦~呦~），忍不住手贱将之前机器上的旧版本丢弃，跳入新坑。

先从官方下载源码https://github.com/tensorflow/tensorflow/releases/tag/v1.0.0-rc1

在机器上编译时首先遇到了第一个坑就是 bazel 版本太低。

$ wget https://github.com/tensorflow/tensorflow/archive/v1.0.0-rc1.tar.gz

$ tar zxvf v1.0.0-rc1.tar.gz

$ cd tensorflow-1.0.0-rc1/

$ ./configure

……

查了下官方 issue（https://github.com/tensorflow/tensorflow/issues/6436），需要升级 bazel 版本到 0.4.2。继续折腾。

$ wget https://github.com/bazelbuild/bazel/archive/0.4.2.tar.gz

$ tar zxvf 0.4.2.tar.gz

$ cd bazel-0.4.2/

$ ./compile.sh

这时又遇到问题。

每次遇到"bootstrap"相关问题，总是类似"鸡生蛋蛋生鸡"的场景。

按照错误提示，运行如下命令得以解决：

$ bazel build //src:bazel

编译过程需要几十秒钟。编译完成如下图：

编译成功！这时需要将新生成的 bazel 替换原来旧的（如果你不确定旧的 bazel 路径，先用 $ which bazel 命令查看下）：

$ sudo mv /usr/local/bin/bazel /usr/local/bin/bazel-old

$ sudo cp bazel-bin/src/bazel /usr/local/bin/

回到 TensorFlow 1.0.0rc1 源码目录。用新版本 bazel 编译。

发现 configure 过程中，问答题相比前一个版本多了 XLA just-in-time compiler，这也是 1.0.0 的 feature 之一，为了方便后面研究，将这一项设为 yes。

configure 之后就开始了漫长的依赖包获取过程，视网速，快的话几分钟，慢的可能几个小时，偶尔还会出现断线情况……注意断线后，千万别重新运行 ./configure，因为会清掉之前的缓存（说多了都是泪……），稳妥的方法是运行：

$ bazel fetch "//tensorflow/... -//tensorflow/examples/android/..."

多试几次，直到出现下图才算成功：

接下来就是官方标准的三步走：

$ bazel build -c opt --config=cuda \

    //tensorflow/tools/pip_package:build_pip_package

$ bazel-bin/tensorflow/tools/pip_package/build_pip_package \

    /tmp/tensorflow_pkg/

$ sudo pip install --upgrade /tmp/tensorflow_pkg/

编译成功的标志如下：

生成 whl 文件成功的标志如下：

安装成功的标志如下：

验证一下是否安装成功。

$ cd ~

$ python

>>> import tensorflow

>>> help(tensorflow)

查看 help 信息最后一行的版本：

可见确实安装了 TensorFlow 1.0.0-rc1。

后面坑还很多，下篇继续。

微信扫描下面二维码关注此公众号！