有人说有docker为啥还裸机安装，嗯~，问的好没毛病！
- 升级 glibc 至 2.23
- 升级 gcc 至 5.2
- 安装 jdk-8.0
- 安装 bazel
- 安装 python2.7
操作系统下TensorFlow安装说明：
1、操作系统必须是CentOS 7.0或更高版本，可以省略安装许多许多gcc、glibc等等之类的第三方库，安装升级解决冲突是一件极其麻烦的事情；
2、bazel（谷歌编译器），采用bazel-0.21.0-installer-linux-x86_64.sh安装，不要采用源代码安装，各种依赖非常非常多；执行完毕采用bazel help或bazel version查看；
3、解压TensorFlow后，执行./configure，如果不打算构建GPU版本，全部选择N即可，完成后执行bazel build -c opt （--config=cuda） //tensorflow/cc:tutorials_example_trainer，CPU版本忽略小括号内文字；
4、如果提示ERROR: error loading package '': Encountered error while reading extension file 'closure/defs.bzl': no such package '@io_bazel_rules_closure//closure': Error downloading之类的信息，需要打开外网访问端口；
5、如果提示internal compiler error: Killed之类的信息，表示内存资源不够，从经验看物理内存最小不少于8G，网上有建议打开swap，实际上使用swap会造成编译过程难以容忍的慢，而且依旧会报错，只是报错的情况延后了而已；
6、整个编译过程在8CPU、16G虚拟机下耗时将近40分钟，编译操作5500多次，并行编译将消耗所有CPU资源，因此不适合在有生产任务的服务器上操作；
7、bazel和TensorFlow的编译过程中会遇到各种各样非常非常多的依赖、缺失、升级、冲突的情况发生，问题太多情况太复杂这里就不一一列举了，只要逐一耐心解决应该都不是问题；
8、编译通过通过bazel-bin/tensorflow/cc/tutorials_example_trainer指令查看结果，如果有多行类似000000/000001 lambda = 2.000000 x = [0.894427 -0.447214] y = [1.788854 -0.894427]的输出说明构建成功；
9、TensorFlow编译是一件非常麻烦的事情，在系统间迁移，需要同时迁移tensorflow-master目录和.cache（注意这是一个隐藏目录），在保证各种依赖关系都正常的情况下，基本都能保证迁移成功；
此外：
1、yum install python-numpy swig python-dev可能不是必须的操作，具体还要看操作系统；
2、GPU版本英伟达cuda组件安装冲突需要手动逐一卸载：
** 发现 6 个已存在的 RPM 数据库问题， 'yum check' 输出如下：
ipa-admintools-4.4.0-12.el7.centos.noarch 有已安装冲突 freeipa-admintools: ipa-admintools-4.4.0-12.el7.centos.noarch
ipa-client-4.4.0-12.el7.centos.x86_64 有已安装冲突 freeipa-client: ipa-client-4.4.0-12.el7.centos.x86_64
ipa-client-common-4.4.0-12.el7.centos.noarch 有已安装冲突 freeipa-client-common: ipa-client-common-4.4.0-12.el7.centos.noarch
ipa-common-4.4.0-12.el7.centos.noarch 有已安装冲突 freeipa-common: ipa-common-4.4.0-12.el7.centos.noarch
ipa-server-4.4.0-12.el7.centos.x86_64 有已安装冲突 freeipa-server: ipa-server-4.4.0-12.el7.centos.x86_64
ipa-server-common-4.4.0-12.el7.centos.noarch 有已安装冲突 freeipa-server-common: ipa-server-common-4.4.0-12.el7.centos.noarch
3、可能需要yum -y install gcc make glibc kernel-headers kernel-devel dkms，依旧有问题尝试yum install gcc*或许能解决gcc的所有问题；
4、第一步sudo dd if=/dev/zero of=/swapfile bs=8M count=1024，第二步sudo mkswap /swapfile，第三步sudo swapon /swapfile，不保证解决内存不足的问题；
5、如果一切顺利将看到如下信息：
INFO: Elapsed time: 2174.699s, Critical Path: 327.32s
INFO: 4644 processes: 4644 local.
INFO: Build completed successfully, 5599 total actions
继续：
1、.cache隐藏路径备份后清除，貌似和TensorFlow的同名路径会有冲突，省事起见确保.cache路径下无数据；
2、bazel的安装与TensorFlow相同，强烈建议用脚本安装，不要用源代码，否则需要解决的地方会非常多；
3、谷歌RPC安装，执行命令pip install grpcio，下载安装，涉及到的组件比较多，大约耗时半小时以上；
4、执行下面的指令：
yum install -y
build-essential
curl
libcurl3-dev
git
libfreetype6-dev
libpng12-dev
libzmq3-dev
pkg-config
python-dev
python-numpy
python-pip
software-properties-common
swig
zip
zlib1g-dev
5、下载tfserver源代码，解压缩进入项目，执行：bazel build -c opt （--config=cuda） tensorflow_serving/...
其中小括号内为GPU模式，CPU版本请忽略；
此外：
1、安装中报告Python.h文件缺失，找到python的include，将所有文件复制到系统可找到的路径下；
2、安装过程中报内存不足，磁盘不足，基本无解，编译过程是多进程并行执行的，资源开销极大；
3、在相同配置的操作系统间迁移，务必复制serving-master和.cache路径，经过实测可以运行；