本文介绍从源码编译安装 TensorFlow 的过程，解决下面三个问题：NVIDIA 相关工具的安装、配置代理下载 bazel 构建过程中的依赖包，以及编译结束后的配置。

1. NVIDIA 相关工具的安装

编译之前需要配置 NVIDIA 相关工具，请参考在 Linux 上安装 NVIDIA driver/CUDA/cuDNN/TensorRT 工具。

2. 配置代理

在编译过程中，可能要到某些不存在的地方拿到一些东西：

qing_dynasty

使用 squid 代理，关于 squid 代理的安装和配置，请参考在服务器上配置 squid 服务器端。

在本地的话，需要配置 http 和 https 代理：

export http_proxy=http://user_name:password@server_ip:squid_port
export https_proxy=$http_proxy

3. bazel 安装

在 GitHub 上下载 bazel，这里选择 bazel-6.2.1-installer-linux-x86_64.sh：

wget https://github.com/bazelbuild/bazel/releases/download/6.2.1/bazel-6.2.1-installer-linux-x86_64.sh
chmod +x ./bazel-6.2.1-installer-linux-x86_64.sh
sudo ./bazel-6.2.1-installer-linux-x86_64.sh

安装完成之后，可以查看安装情况：

bazel --version
bazel 6.2.1

4. TensorFlow 代码获取和编译

4.1 代码获取

从 GitHub 上获取 TensorFlow 代码：

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git checkout v2.13.0

4.2 config

执行 config：

config

此时基本配置完成。需要创建临时文件夹：

mkdir -p ~/tmp
export TMP=~/tmp

4.3 修改 bazelversion

修改 .bazel_version：

6.2.1
# 这是来自 bazel --version 的结果

4.4 开始编译

最后进行编译：

bazel build //tensorflow/tools/pip_package:build_pip_package

（此时可以去睡觉了。）

4.5 生成 whl 包并安装

TensorFlow 编译完成之后，还需要专门生成 whl 包：

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

在上面的 /tmp/tensorflow_pkg 文件夹中获取 whl 包，用 pip 安装。

cd /tmp/tensorflow_package
python3 -m pip install ./tensorflow-2.13.0-cp39-cp39-linux_x86_64.whl

4.6 测试安装

安装完成之后，就可以进行测试了：

import tensorflow as tf
print(tf.test.is_built_with_cuda())
True

5. 小结

本文介绍了在 RedHat 上从源码编译 TensorFlow 的方式。