为Python构建TensorFlow支持

0x81 直接使用pip安装whl

之前提到过使用Bazel构建系统为Android构建so库和jar包的支持，今天我们构建whl并为Python提供TensorFlow的支持。安装TensorFlow的方式很简单，使用Google提供的whl进行安装即可，根据网上的教程（具体是哪个网站的忘记了，都差不多也都比较旧，安装的都是0.x版本，而最新的已经到了1.1.0-rc2，根据官方的changelog版本1.0.0是一次比较大的更新），都是采用类似的pip安装命令sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl进行安装的，通常情况下安装完成即可在python脚本中通过import tensorflow使用tensorflow提供的API。

0x82 使用源码构建whl

手动构建tensorflow仍然需要Bazel构建系统的支持，而Bazel依赖于JDK8，准备过程与为Android编译依赖库时一致，这里就不赘述了。

  1. ./configure
    在tensorflow目录下运行configure配置文件，就会询问你一系列问题用于配置，包括python解释器位置，hdfs支持以及python库位置等等，然后会出现以下错误：

    缺少numpy

    我们需要安装python2-numpy这一科学计算库，例如sudo dnf install python2-numpy，再次configure。

  2. build pip package
    和使用Bazel构建Android库时类似，执行构建命令bazel build -c opt tensorflow/tools/pip_package:build_pip_package，Bazel开始下载一些列依赖并开始构建，期间占用内存会比较多，不弱于编译Bazel时：

    编译过程

    最终耗时：INFO: Elapsed time: 2518.980s, Critical Path: 2429.50s

  3. 生成whl
    创建一个临时目录比如~/tensorflow用于存放whl文件，使用生成的命令bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/tensorflow生成whl，你可能会遇到以下错误：

    缺少wheel

    使用pip执行sudo pip install wheel安装wheel库即可，再次生成wheel文件。

    生成的whl文件

  4. 安装whl
    pip install tensorflow-1.1.0rc1-cp27-cp27mu-linux_x86_64.whl

    1
    2
    Installing collected packages: html5lib, bleach, markdown, funcsigs, pbr, mock, werkzeug, protobuf, tensorflow
    Successfully installed bleach-1.5.0 funcsigs-1.0.2 html5lib-0.9999999 markdown-2.2.0 mock-2.0.0 pbr-2.1.0 protobuf-3.2.0 tensorflow-1.1.0rc1 werkzeug-0.12.1

    最终看到以上提示信息的时候，说明安装成功了。

0x83 测试tensorflow的python支持

进入交互式python shell，import tensorflow如果没有错误提示表明成功。