2018-12-26 21:56:23

编译和移植tensorflow的C/C++源码时，用到bazel这一构建工具。本篇blog记录遇到的安装、配置问题。

吐槽

构建工具，从make/ant/cmake/gradle一路用下来，各有优劣，只能说用的越熟练越容易上手

编译安装bazel时用到java。为啥不全用C++写？

bazel命名是有补全的，但是ubuntu + zsh + oh-my-zsh + apt的组合下，bazel的补全需要自行安装

为什么编译tensorflow而不是pip install tensorflow-gpu？这也许就是framework dev和普通训模师的区别吧。

安装bazel

我这里下载bazel 0.19，因为tf r1.13版不支持bazel 0.18(但是tf master分支的一些文件的commit message里又说了这个bug，tf和bazel的组合看起来有点脑残)

然后chmod +x ， 以及放到PATH中的某个路径下。需要的话设置个软链接。

实际测试发现，这种方法装的0.19版本bazel，编译tf r1.13时，出现一些错误：比如TMP目录不存在、cpu被设定为了k8s，导致没进入编译。

方法2：添加google的bazel源然后apt安装bazel

来吧，从官方文章抄一段，反正确实管用：

Step 1: Install the JDK

Install JDK 8:

sudo apt-get install openjdk-8-jdk

On Ubuntu 14.04 LTS you must use a PPA:

sudo add-apt-repository ppa:webupd8team/java

sudo apt-get update && sudo apt-get install oracle-java8-installer

Step 2: Add Bazel distribution URI as a package source

Note: This is a one-time setup step.

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 -

If you want to install the testing version of Bazel, replace stable with testing.

Step 3: Install and update Bazel

sudo apt-get update && sudo apt-get install bazel

Once installed, you can upgrade to a newer version of Bazel with the following command:

sudo apt-get install --only-upgrade bazel

这种方法是在家里面的1080Ti机器上配置的，测试后发现可以运行。不知道是不是因为半年前编译过一次tf有关。

查看bazel版本

bazel version

配置bazel自动补全

如果是Mac OSX上的zsh+oh-my-zsh+brew的组合，默认就可以bazel补全。

如果是ubuntu上的zsh+oh-my-zsh+apt的组合，需要手动添加_bazel文件：

mkdir -p ~/.zsh/completion/

vim ~/.zsh/completion/_bazel

然后配置~/.zshrc，追加内容为：

fpath[1,0]=~/.zsh/completion/

compinit

现在执行source ~/.zshrc，或重新登录shell，bazel相关的命令就有补全了。

注意：bazel的tab提示，不提示(仍然需要手动输入)冒号:。比如整个工程根本没有子目录的情况，输入bazel build后输入tab，半天没有反应，此时手动应该输入":"，否则直接执行的话所有target都被忽略的。(说的就是你，abseil的hello-world程序。。)

bazel基本命令

#查看bazel版本

bazel version

#执行构建

bazel build

#构建清除

bazel clean

mac上第一次使用bazel就报错

报错提示说Xcode SDK版本啥的有问题，需要这么搞一下：

bazel clean --expunge

sudo xcode-select -s /Applications/Xcode.app/Contents/Developer

sudo xcodebuild -license

bazel clean --expunge

bazel官方cpp对应的构建教程过一遍

下载代码:

mkdir -p ~/work/bazel_examples

cd $_

git clone https://github.com/bazelbuild/examples .

就像tensorflow喜欢造很多新概念一样，bazel也造新概念。

WORKSPACE

存放名为WORKSPACE的文件的目录，是整个工程的根目录。换言之，整个工程的根目录由WORKSPACE来标识。整个工程的根目录也被叫做workspace。

WORKSPACE文件为空即可

BUILD

在workspace下，考虑每一个子目录：如果存放了名为BUILD的文件，那么这个目录就是一个package，意思是一个包。

BUILD文件内容：它的内容包括你设定的编译target，比如cc_binary表示一个可执行，cc_library表示一个库；每个target里又包括name等字段：

cc_library(

name = "hello-greet",

srcs = ["hello-greet.cc"],

hdrs = ["hello-greet.h"],

)

cc_binary(

name = "hello-world",

srcs = ["hello-world.cc"],

deps = [

":hello-greet",

],

)

执行bazel构建

在工程根目录，也就是包含WORKSPACE文件的那个目录，执行：

bazel build //main:hello-library

表示让bazel去构建main这个package下的hello-library这一target。

随后，会在当前_workspace_下，生成bazel-bin bazel-genfiles bazel-out bazel-stage2 bazel-testlogs这几个文件。它们是~/.cache/bazel/_bazel_XXX下的目录的软链接。

编译tensorflow

平台：ubuntu16.04, NVidia 1080Ti， cuda9.0, cudnn7, gcc5-4, i7 CPU。

步骤：

./configure #根据情况，每一交互问题做回答，或选择no

bazel shutdown # 可选，因为直接bazel build提示让我stop server，所以执行了这一步

bazel build tensorflow:all # 执行构建，让机器怒吼吧！

结果：

Target //tensorflow/tools/pip_package:build_pip_package up-to-date:

bazel-bin/tensorflow/tools/pip_package/build_pip_package

INFO: Elapsed time: 7998.615s, Critical Path: 381.92s

INFO: 15139 processes: 15139 local.

INFO: Build completed successfully, 18985 total actions

一共花了2个多小时。。太慢了。

未完待续