更新

TensorFlow 1.9 版本之后，Google 官方已经提供了树莓派预编译版，直接 pip 安装即可。

本文完。

挂载 Swap 分区

按照这个教程给 Pi 分派一些 SWAP 区。建议 2G 以上。

或者，有空闲 U 盘的话，可以考虑格式化成 Linux Swap 格式，然后写/etc/fstab 进行挂载。

安装依赖

sudo apt update
sudo apt install pkg-config zip g++ zlib1g-dev unzip default-jdk autoconf automake libtool
sudo apt install python3-pip python3-numpy swig python3-dev
sudo pip3 install wheel
sudo apt install gcc g++

同时推荐做一下这个：

sudo apt install gcc-4.8 g++-4.8
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 100

其他依赖的话，缺什么补什么吧。

Bazel

好像是类似于 Make 的东西。

到 https://github.com/bazelbuild/bazel/releases 下载。不一定非得要最新版。由于 Pi 是基于 arm 的，没有对应的打包，所以需要下载源代码包（bazel-X.X.X-dist.zip），然后自己编译。

解压缩，找到 scripts/bootstrap/compile.sh，找到下面的内容（位于第 117 行左右）：

run "${JAVAC}" -classpath "${classpath}" -sourcepath "${sourcepath}" \
      -d "${output}/classes" -source "$JAVA_VERSION" -target "$JAVA_VERSION" \
      -encoding UTF-8 "@${paramfile}"

在后面加上 -J-Xmx500M，即改为

run "${JAVAC}" -classpath "${classpath}" -sourcepath "${sourcepath}" \
      -d "${output}/classes" -source "$JAVA_VERSION" -target "$JAVA_VERSION" \
      -encoding UTF-8 "@${paramfile}" -J-Xmx500M

然后进行编译：

./compile.sh

编译大概耗时 2 小时。编译完成后，执行

sudo cp output/bazel /usr/local/bin/bazel

然后再执行

bazel

以完成安装。（第一次执行 bazel 会出现安装进度条，之后就不会再有了）

TensorFlow

首先获取源代码

git clone --recurse-submodules https://github.com/tensorflow/tensorflow

切换到一个已知的版本上（例如 r1.4）

git checkout r1.4 -f

据说 tf 默认会用 64 位的东西，用下面一句话可以强制其使用 32 位：

grep -Rl 'lib64' | xargs sed -i 's/lib64/lib/g'

配置一下：

./configure

如果用 Python3 的话，使用 /usr/bin/python3。

除了 jemalloc 选 Y 之外，其余都选 N。

编译 Python 版：

bazel build \
    -c opt \
    --copt="-funsafe-math-optimizations" \
    --copt="-ftree-vectorize" \
    --copt="-fomit-frame-pointer" \
    --local_resources 1024,1.0,1.0 \
    --copt="-mfpu=neon-vfpv4" \
    --verbose_failures \
    tensorflow/tools/pip_package:build_pip_package

如果 gcc 版本较高，还需要按照官方说明，加上一句--cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"

如果想加快一点编译，可以使用 1024,2.0,1.0 或者 1024,4.0,1.0。如果怕编译崩溃，使用 1024,0.5,1.0。大概耗时 6 小时。如果前面不加 Swap 区的话，这里极容易编译失败。

如果出现 name 'sycl_library_path' is not defined 错误，可以加上--incompatible_load_argument_is_label=false 这个参数进行编译。

如果遇到 session.run()崩溃的情况，去掉--copt="-mfpu=neon-vfpv4"再编译试试。

编译好之后，还要再生成 whl 包以便安装：

bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

最后进行安装：

sudo pip3 install /tmp/tensorflow_pkg/tensorflow-X.X.X-cpXX-none-linux_armv7l.whl

最后打开 python 做个验证：

import tensorflow as tf
sess = tf.Session()
hello = tf.constant('Hello, TensorFlow!')
print(sess.run(hello))

a = tf.constant(3.0)
b = tf.constant(4.0)
c = a + b
print(a, b, c)
print(sess.run([a, b, c]))