5.总结和展望
1) Tensorflow源码编译过程其实并不复杂，但是各种工具由于版本众多，相互不兼容导致了许多error。解决这些要求对Bazel这个工具的使用有一定的了解。因此建议读者使用官方测试过的配置进行编译，避免各种诡异的error。
2) 还有多平台支持导致各种库的调用易出现问题。c-ares库在linux平台上的安装只需要一句命令，但在Win10上需要手动编译和安装，第四节中有三个问题都是c-ares库导致的。遇到此类问题时，找找办法让库能被脚本或者编译器找到即可。
3) 如果想用整个Tensorflow库，那么可以用官方编译的c库( https://tensorflow.google.cn/install/lang_c )即插即用。
4) 熟悉了Bazel的使用后，可以用它将一部分函数封装到DLL里，体积更小，还能方便脱离Tensorflow源码池建立工程，并在不同的Win10电脑上运行模型。当然，生产部署一般还是用serving和lite多。
5) 祝读者编译顺利，哈哈。
本文作者：GcC
声明：本文为 脚本之家专栏作者 投稿，未经允许请勿转载。
