直接用pip3安装的tensorflow在运行代码时，总是会提醒另一种更加高效率的编译模式，很烦人，再加上据说在CPU上计算速度会加倍，于是就尝试用tensorflow的源码进行安装，主要参考了TensorFlow官方教程。
以下便是安装官方教程的步骤进行安装!!!
注意，本人的安装环境是ubuntu16.04，python3.6，tensorflow1.6, open-jdk8, bazel0.11.1
(一)决定要安装的TensorFlow类型
1.仅仅支持CPU的TensorFlow
2.支持GPU的TensorFlow
因为我的电脑没有GPU，所以安装仅支持CPU的TensorFlow
(二)从远程仓库拷贝TensorFlow源码
在Terminal中直接运行: $ git clone https://github.com/tensorflow/tensorflow
下载了TensorFlow源码之后，你应该指定你需要的历史版本:
$ cd tensorflow
$ git checkout r1.6这里我使用的是1.6的版本
(三)准备安装环境
安装环境包括：
* bazel
* TensorFlow Python版的依赖包
* GPU支持包(可选的，这里我不需要这些包)(1).安装Bazel
1. 安装open-jdk8
sudo apt-get install openjdk-8-jdk 2.添加密钥
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 - 但是执行第二条curl时，我无法获得密钥，因为虚拟机无法访问google。所以我就现在本机直接访问https://bazel.build/bazel-release.pub.gpg 获得密钥，然后复制到虚拟机的Ubuntu中，然后再执行
sudo apt-key add bazel-release.pub.gpg 来添加密钥，成功之后会显示OK
3.安装Bazel
sudo apt-get update && sudo apt-get install bazel一旦已经安装成功，可以通过下面命令更新到更新的版本:
sudo apt-get upgrade bazel (2).安装TensorFlow的依赖包
依赖包包括:numpy, dev, pip, wheel。使用下面命令安装:
sudo apt-get install python3-numpy python3-dev python3-pip python3-wheel 对于GPU支持包，这里不做解释。
(四)安装配置
我们需要进入到git下来的tensorflow文件，然后执行./configure来配置一些属性,这些配置是通过交互式选择来配置的。
这里是最容易出现错误的地方，本人按照教程一直选择默认选项，结果后面制造pip包时出现了can not found numpy Module.就一直提示我找不到包。在./configure过程中，我们仅仅需要重点关注前两个配置，后面的默认即可。根据前两个配置，就可以解释为什么找不到numpy模块。
第一个配置是:
lease specify the location of python. [Default is /usr/bin/python]: /usr/local/bin/python3.6这个问题是让你指定你的python执行程序的位置，默认是python，也就是python2.7。这里一定要注意，因为我没有使用系统自带的python2.7和python3.5,而是使用自己安装的python3.6(因为系统自带的python3.5编译已经固定了，有时我们需要在编译时加上一些选项，所以我用自己下载的，未编译版本的3.6)，所以，python程序需要改为/usr/local/bin/python3.6.
第二个配置是:
Found possible Python library paths:
/usr/local/lib/python3.6/site-packages
Please input the desired Python library path to use. Default is [/usr/local/lib/python3.6/site-packages] 这里使用默认的，也就是/usr/local/lib/python3.6/site-packages，这个路径可以通过pip3 show numpy来显示。这个是我的python3.6对应的包库。
只有正确的指明上面两个参数，后面的过程才不会出错。后面的一些配置都默认即可，完整配置如下:
Please specify the location of python. [Default is /usr/bin/python]: /usr/local/bin/python3.6
Found possible Python library paths:
/usr/local/lib/python3.6/site-packages
Please input the desired Python library path to use. Default is [/usr/local/lib/python3.6/site-packages]
Do you wish to build TensorFlow with jemalloc as malloc support? [Y/n]:
jemalloc as malloc support will be enabled for TensorFlow.
Do you wish to build TensorFlow with Google Cloud Platform support? [Y/n]:
Google Cloud Platform support will be enabled for TensorFlow.
Do you wish to build TensorFlow with Hadoop File System support? [Y/n]:
Hadoop File System support will be enabled for TensorFlow.
Do you wish to build TensorFlow with Amazon S3 File System support? [Y/n]:
Amazon S3 File System support will be enabled for TensorFlow.
Do you wish to build TensorFlow with Apache Kafka Platform support? [y/N]:
No Apache Kafka Platform support will be enabled for TensorFlow.
Do you wish to build TensorFlow with XLA JIT support? [y/N]:
No XLA JIT support will be enabled for TensorFlow.
Do you wish to build TensorFlow with GDR support? [y/N]:
No GDR support will be enabled for TensorFlow.
Do you wish to build TensorFlow with VERBS support? [y/N]:
No VERBS support will be enabled for TensorFlow.
Do you wish to build TensorFlow with OpenCL SYCL support? [y/N]:
No OpenCL SYCL support will be enabled for TensorFlow.
Do you wish to build TensorFlow with CUDA support? [y/N]:
No CUDA support will be enabled for TensorFlow.
Do you wish to build TensorFlow with MPI support? [y/N]:
No MPI support will be enabled for TensorFlow.
Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native]:
Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]:
Not configuring the WORKSPACE for Android builds.
Preconfigured Bazel build configs. You can use any of the below by adding "--config=<>" to your build command. See tools/bazel.rc for more details.
--config=mkl # Build with MKL support.
--config=monolithic # Config for mostly static monolithic build.
--config=tensorrt # Build with TensorRT support.
Configuration finished(五)制作pip包
在第四步中，准确的配置好了python路径和python依赖包路径之后，直接运行：
$ bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package来制作pip包，需要花费很长很长的时间，成功之后截图如下:
制作好pip包之后，我们需要生成.whl文件，在tensorflow目录下，在Terminal中执行:
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg便会将生成.whl安装文件，并且输出到/tmp/tensorflow_pkg目录下.
(六)安装刚才制作的whl包
$ sudo pip3 install /tmp/tensorflow_pkg/tensorflow-1.6.0-py2-none-any.whl(七)验证你的安装是否有效
打开一个终端Terminal，输入python3, 然后输入以下代码:
# Python3
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))如果正常输出没有警告，则成功！如下图所示:
由于whl文件可以通用，如果大家和我环境差不多，可以向我问.whl文件用来安装。需要的可以留邮箱！！！