版本问题---Bazel与tensorflow的对应关系

echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list

curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -

sudo apt-get update 

sudo apt-get install bazel 

这种安装方式，会把bazel更新到最新的版本，但是编译tensorflow的时候，不同tensorflow要与bazel的版本是对应的，如果这么做的话，后面的操作就会出错，可能还不知道怎么解决。

Bazel 编译选项

从源代码编译 TensorFlow 可能会消耗大量内存。如果系统内存有限，请使用以下命令限制 Bazel 的内存消耗量：--local_ram_resources=2048。

官方 TensorFlow 软件包是使用 GCC 4 编译的，并使用旧版 ABI。对于 GCC 5 及更高版本，为了使您的编译系统与旧版 ABI 兼容，请使用 --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"。兼容 ABI 可确保针对官方 TensorFlow pip 软件包编译的自定义操作继续支持使用 GCC 5 编译的软件包。
编译软件包

bazel build 命令会创建一个名为 build_pip_package 的可执行文件，此文件是用于编译 pip 软件包的程序。请如下所示地运行该可执行文件，以在 /tmp/tensorflow_pkg 目录中编译 .whl 软件包。

要从某个版本分支编译，请使用以下目录：

    ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
    

要从 master 编译，请使用 --nightly_flag 获取正确的依赖项：

    ./bazel-bin/tensorflow/tools/pip_package/build_pip_package --nightly_flag /tmp/tensorflow_pkg
    

尽管可以在同一个源代码树下编译 CUDA 和非 CUDA 配置，但建议您在同一个源代码树中的这两种配置之间切换时运行 bazel clean。
安装软件包

生成的 .whl 文件的文件名取决于 TensorFlow 版本和您的平台。例如，使用 pip install 安装软件包：

    pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl