1.准备工作

1.1 下载tensorflow的zip包

从https://github.com/tensorflow/tensorflow/releases下载对应版本的tensorflow的zip包，上传到服务器

1.2 安装gcc7.3.1(官方推荐)

参考http://www.tooool.cn/post/2497.html 链接: link

yum install centos-release-scl
yum install devtoolset-7
scl enable devtoolset-7 bash
gcc --version

1.3 安装bazel 5.3.0

参考 https://zhuanlan.zhihu.com/p/590172962 链接: link
经过多个版本的试验，bazel 5.3.0能把tensorflow2.10.0编译成功，bazel版本太高太低都有问题，这个版本需要openjdk11。
如何安装openjdk：参考https://www.finclip.com/news/f/39334.html
如何覆盖自带的openjdk：参考https://www.codenong.com/cs106116215/

1.4 确保有网络连接

编译过程中bazel会自动下载一些依赖包

1.5 安装tensorflow依赖包

tensorflow依赖大量的诸如numpy、keras_preprocessing、protobuf等第三方库，编译tensorflow的时候需要提前将其准备好

2.开始编译tensorflow

2.1 配置编译选项。

该项主要是设置tensorflow编译时所需要的python、cuda等路径以及提示编译选项，如果只需要cpu版本，选择题可以全部选n，其他按回车键。
进入解压完的tensorflow根目录
./configure

2.2 执行编译命令。

执行下面的编译命令开始编译tf，大约需要1-2个小时，时间略长，编译成功会有build completely successfully的提示，如若失败大概率是网络问题，或者bazel版本不正确。

bazel build //tensorflow/tools/pip_package:build_pip_package

2.3 安装tensorflow及测试

编译成功后会生成一个名为build_pip_package的可执行文件，执行它来生成安装tf所需要的.whl安装包

#生成.whl文件，位置在/tmp/tensorflow_pkg下面
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

#用pip安装所生成的.whl文件，就像安装官方版本一样，pip install即可
pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl

验证时在python命令行中输入import tensorflow