工具和环境
- Windows10；
- VS2017；
- CUDA9.0；
- CUDnn9.0(v7 for CUDA9.0);
- eigen3；
- bazel-0.24.1-windows-x86_64(版本不是关键，旧版的话会提示你更新)；
- Anaconda3 64bit 地址 https://www.anaconda.com/download/#windows；
Bazel编译Tensorflow的Visual C++环境
步骤
1
- 按照第二个参考博客安装并配置Bazel，并放入MSYS2根目录C:\msys64；设置两个环境变量 BAZEL_SH，BAZEL_VC，结果在后面下载并编译Tensorflow环节，执行python configure.py发现无反应，遂直接将Bazel.exe复制到Tensorflow文件夹里面，后续需要Bazel的也是直接复制到对应的文件夹
2
- 安装Anaconda3，使用3.6的虚拟环境，在conda Prompt终端输入conda create -n py36 python=3.6
3
- 启动 VS2017 x64 命令行，，激活Anaconda环境，在命令行内执行如下语句cmd.exe “/K” C:\Users\Intel\Anaconda3\Scripts\activate.bat，其中activate.bat文件所在位置需要根据具体情况更改，切换到python36环境，语句为：conda activate py36使用 anaconda 安装 numpy, cython,keras，语句为：conda install numpy cython keras
4
- 编译(仍在上面的命令行下)：下载 tensorflow到 d:/lib，并切换当前目录到 d:/lib/tensorflow此时采用第一个参考博客，Bazel编译部分，编译libtensorflow_cc.so、libtensorflow_framework.so和install_headers，此处主要注意切换目录到相应位置，是切换到里面的tensorflow文件夹，然后将Bazel.exe复制到该目录下，或者不切换，build时候在build后面添加目录也行
cd tensorflow
bazel build :libtensorflow_cc.so //（BUILD文件tf_cc_shared_object(name=”libtensorflow_cc.so”)）
bazel build :libtensorflow_framework.so（//BUILD文件tf_cc_shared_object(name=”libtensorflow_framework.so”)）
bazel build :install_headers（//BUILD文件tf_cc_shared_object(name=”install_headers”)）
5
- 多次编译失败后终于成功编译，主要是配置选项设置，可以多做尝试，反正肯定不会一次成功，注意每次尝试将之前的编译产生的bazel_bin等四个文件夹删除
6
- 仍旧安照第一篇博客，将编译后的库文件等文件配置到VS2017，添加H文件引用没变照抄，lib文件因为每个人编译环境和编译选项不同，不要用别人的，自己将要bazel-bin中所有.lib文件都列出来，这需要写一个批量处理程序，可以用python写一个，就很快然后，链接器->输入->附加依赖项添加.lib，链接器->常规->附加库目录添加lib路径，bazel-bin\tensorflow\core\文件下所有lib文件以及子目录下的所有lib文件最后，将core文件夹里面的lib文件添加到链接器->命令行->其他选项添加/WHOLEARCHIVE:*.lib
7
- 结果仍然是失败，显示很多未解析的外部符号，问csdn网友得到回答是bazel没有把其他的lb连接到libtensorflow_cc.lib的问题最后选择放弃，直接用第三个博客里面网友编译好的Release版本，我放到Release文件夹了，可直接获取使用。
##参考链接
#####资料一 TensorFlow 1.13 在 windows 上的构建
#####资料二 【软件安装】WIN10 + Tensorflow1.12 C++接口 + Cmake编译 + Bazel编译 + C++接口
#####资料三 windows10+vs2015下编译GPU版本tensorflow得到lib和dll（附带C++ inference示例）
