我们将从源代码构建 TensorFlow pip 软件包并将其安装在 Windows 设备上。

安装以下构建工具以配置 Windows 开发环境。

安装适用于 Windows 的 Python 3.6.x 64 位版本。选择 pip 作为可选功能，并将其添加到 %PATH% 环境变量中。

安装 TensorFlow pip 软件包依赖项：

这些依赖项就列在 setup.py 文件的 REQUIRED_PACKAGES 下。

安装 Bazel，它是用于编译 TensorFlow 的构建工具。如需确认适用的 Bazel 版本，请参阅适用于 Windows 的经过测试的构建配置。配置 Bazel 来构建 C++。

将 Bazel 可执行文件的位置添加到 %PATH% 环境变量中。

安装 MSYS2，以获取构建 TensorFlow 所需的 bin 工具。如果 MSYS2 已安装到 C:\msys64 下，请将 C:\msys64\usr\bin 添加到 %PATH% 环境变量中。然后，使用 cmd.exe 运行以下命令：

安装 Visual C++ 生成工具 2019。该工具随附在 Visual Studio 2019 中，但可以单独安装：

若要安装在 GPU 上运行 TensorFlow 所需的驱动程序和其他软件，请参阅 Windows GPU 支持指南。

使用 Git 克隆 TensorFlow 代码库（git 已随 MSYS2 一起安装）：

该代码库默认为 master 开发分支。您也可以检出想要构建的版本分支：

通过在 TensorFlow 源代码树的根目录下运行以下命令来配置系统构建：

此脚本会提示您指定 TensorFlow 依赖项的位置，并要求指定其他构建配置选项（例如，编译器标记）。以下代码展示了 python ./configure.py 的示例运行会话（您的会话可能会有所不同）：

为了支持 GPU，请指定 CUDA 和 cuDNN 的版本。如果您的系统安装了多个版本的 CUDA 或 cuDNN，请明确设置版本，而不是依赖于默认版本。./configure.py 会创建指向系统 CUDA 库的符号链接，因此，如果您更新 CUDA 库路径，就必须在构建之前再次运行此配置步骤。

tensorflow:master 代码库已经默认更新为 build 2.x。请安装 Bazel 并使用 bazel build 创建 TensorFlow 软件包。

如需从 master 分支构建 TensorFlow 1.x，请使用 bazel build --config=v1 创建 TensorFlow 1.x 软件包。

使用 bazel 构建仅支持 CPU 的 TensorFlow 软件包构建器：

要构建支持 GPU 的 TensorFlow 软件包构建器，请运行以下命令：

在构建时使用以下选项，避免在创建软件包时出现问题：tensorflow:issue#22390

请参阅 Bazel 命令行参考文档，详细了解构建选项。

从源代码构建 TensorFlow 会消耗大量 RAM。如果您的系统受内存限制，请将 Bazel 的 RAM 使用量限制为：--local_ram_resources=2048。

如果构建支持 GPU 的 TensorFlow，请添加 --copt=-nvcc_options=disable-warnings 以禁止显示 nvcc 警告消息。

bazel build 命令会创建一个名为 build_pip_package 的可执行文件，此文件是用于构建 pip 软件包的程序。例如，以下命令会在 C:/tmp/tensorflow_pkg 目录中构建 .whl 软件包：

尽管可以在同一个源代码树下构建 CUDA 和非 CUDA 配置，但建议在同一个源代码树中的这两种配置之间切换时运行 bazel clean。

生成的 .whl 文件的文件名取决于 TensorFlow 版本和您的平台。例如，使用 pip3 install 安装软件包：

您也可以使用 MSYS shell 构建 TensorFlow。做出下面列出的更改，然后按照之前的 Windows 原生命令行 (cmd.exe) 说明进行操作。

MSYS 会自动将类似 Unix 路径的参数转换为 Windows 路径，而此转换不适用于 bazel。（标签 //path/to:bin 会被视为 Unix 绝对路径，因为它以斜杠开头。）

将 Bazel 和 Python 安装目录添加到 $PATH 环境变量中。如果 Bazel 安装到了 C:\tools\bazel.exe，并且 Python 安装到了 C:\Python36\python.exe，请使用以下命令设置 PATH：

如需支持 GPU，请将 CUDA 和 cuDNN bin 目录添加到 $PATH 中：