前言
TensorFlow如果能二進制包安裝，我真的不想選擇自己編譯，但是情況不由人，好不容易找到一台服務器，CPU不支持AVX指令集，安裝的release版本運行到import tensorflow as tf 就會報指令異常。網上建議源碼安裝才能解決，於是無奈，想着應該是非常繁瑣的事情，但事實上除了耗時外，其他都還好，這里記錄一下，以備后用。
編譯安裝過程
安裝版本構建工具 bazel
bazel是google的版本構建工具，網上褒貶不一，直接下載安裝包進行安裝：
wget https://github.com/bazelbuild/bazel/releases/download/0.13.0/bazel-0.13.0-installer-linux-x86_64.sh
chmod +x ./bazel-0.13.0-installer-linux-x86_64.sh
./bazel-0.13.0-installer-linux-x86_64.sh
這個步驟沒有碰到問題。
安裝工具包
sudo apt install python-numpy swig python-dev python-wheel
numpy是python的科學計算庫，swig是C庫外部語言封裝調用接口庫，后面幾個應該與python包管理相關，不細究。
下載TensorFlow源碼
使用git來克隆TensorFlow代碼倉庫：
git clone --recurse-submodules https://github.com/tensorflow/tensorflow
比較耗時的操作，文件比較多。
配置TensorFlow
進入tensorflow目錄，然后執行./configure，開始配置，除了jemalloc選項外，我都選了N
編譯TensorFlow
執行以下命令，啟動編譯，過程非常慢，要耐心等待：
bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
創建PIP安裝包
完成編譯后，將tensowflow制作成pip安裝包：
bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/
安裝TensorFlow包
最后，通過pip命令來安裝前一步生成的安裝包，如果沒有先安裝python-pip：
pip install ~/tensorflow-1.8.0-cp27-cp27mu-linux_x86_64.whl
增加編譯選型以支持額外CPU指令
自己編譯的版本可以正常使用，但運行時出現了如下的命令行提示：
原來這款CPU雖然不支持AVX，但是支持SSE，於是決定重新編譯，在編譯時增加了額外的編譯選項，如下：
build -c opt --copt=-msse4.1 --copt=-msse4.2 //tensorflow/tools/pip_package:build_pip_package
重新打包，安裝。
暫時結束
至此，整個源碼安裝TensorFlow過程全部結束，暫無發現問題，待后續有問題時再補充。