TensorFlowソースコンパイル-Ubuntuに基づいて15.04

Ubuntu/Linux直接設置：

#     CPU    
$ pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
#    GPU       (               CUDA sdk)
$ pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

ソースコンパイル:
クローンTensorFlow倉庫

$ git clone --recurse-submodules https://github.com/tensorflow/tensorflow

--recurse-submodulesパラメータは、TesorFlow依存のプロトbufライブラリを取得するために必要である。
Linuxインストール
Bazelを取り付けます
まず教程に従ってBazelをインストールします。次の命令でBazelのソースコードをダウンロードしてコンパイルします。

$ git clone https://github.com/bazelbuild/bazel.git
$ cd bazel
$ git checkout tags/0.1.0$ ./compile.sh

上のコマンドで引き出したコードラベルは0.1.0で、Tensorflowの現在のバージョンに対応しています。BazelのHEADバージョン（最新バージョン）はここでは不安定かもしれません。
実行経路output/bazelを$PATH環境変数に追加する。
インストールの他の依存性

$ sudo apt-get install python-numpy swig python-dev

オプション：CUDAをインストールする（LinuxでGPUサポートをオープンする）
コンパイルしてGPUを利用できるTensorFlowを実行するためには、まずNVIDIAが提供するCuda Toolkit 7.0とCUDNN 6.5 V 2をインストールする必要があります。
TensorFlowのGPU特性はNVidia Compute Capability>=3.5のグラフィックカードしかサポートされていません。

NVidia Titan

NVidia Titan X

NVidia K 20

NVidia K 40

Cuda Toolkitをダウンロードしてインストールします。
ダウンロード/usr/local/cudaのような経路にツールを取り付けます。
CUDNN Toolkit 6.5をダウンロードしてインストールします。
ダウンロード
CUDNNファイルを解凍してCda Toolkit 7.0にインストールする経路でコピーします。Cuda Toolkit 7.0を/usr/local/cudaにインストールすると仮定して、以下のコマンドを実行します。

tar xvzf cudnn-6.5-linux-x64-v2.tgz
sudo cp cudnn-6.5-linux-x64-v2/cudnn.h /usr/local/cuda/include
sudo cp cudnn-6.5-linux-x64-v2/libcudnn* /usr/local/cuda/lib64

TensorFlowを配置するCubaオプション
ソースツリーのルートから実行:

$ ./configure
Do you wish to bulid TensorFlow with GPU support? [y/n] y
GPU support will be enabled for TensorFlow

Please specify the location where CUDA 7.0 toolkit is installed. Refer to
README.md for more details. [default is: /usr/local/cuda]: /usr/local/cuda

Please specify the location where CUDNN 6.5 V2 library is installed. Refer to
README.md for more details. [default is: /usr/local/cuda]: /usr/local/cuda

Setting up Cuda include
Setting up Cuda lib64
Setting up Cuda bin
Setting up Cuda nvvm
Configuration finished

これらの構成はシステムCudaライブラリのシンボリックリンクに確立されます。Cudaライブラリのパスが変更されるたびに、上記のステップを再実行しなければならない。そうでなければ、Bazelコンパイルコマンドを呼び出すことができません。
ターゲットプログラムをコンパイルして、GPUサポートをオープンします。
ソースツリーのルートから実行:

$ bazel build -c opt --config=cuda //tensorflow/cc:tutorials_example_trainer

$ bazel-bin/tensorflow/cc/tutorials_example_trainer --use_gpu#        .       GPU        2x2         (major eigenvalue).#               .000009/000005 lambda = 2.000000 x = [0.894427 -0.447214] y = [1.788854 -0.894427]000006/000001 lambda = 2.000000 x = [0.894427 -0.447214] y = [1.788854 -0.894427]000009/000009 lambda = 2.000000 x = [0.894427 -0.447214] y = [1.788854 -0.894427]

なお、GPUサポートはコンパイルオプション「--config=cuda」で開く必要があります。
既知の問題

は同じソースツリーの下でCudaのサポートとCudaのサポートを無効にするバージョンをコンパイルすることができますが、私達はやはりこの2つの異なるコンパイル構成を切り替える時に、「bazel clean」を使って環境を整理することをお勧めします。

バーゼルコンパイルを実行する前にまずconfigurを実行しなければなりません。そうしないとコンパイルが失敗してエラーメッセージが表示されます。将来的には、configurステップをコンパイルプロセス全体に含めることで、前提はbazelが新しい特性サポートを提供することができます。