前言
TensorFlow如果能二进制包安装，我真的不想选择自己编译，但是情况不由人，好不容易找到一台服务器，CPU不支持AVX指令集，安装的release版本运行到import tensorflow as tf 就会报指令异常。网上建议源码安装才能解决，于是无奈，想着应该是非常繁琐的事情，但事实上除了耗时外，其他都还好，这里记录一下，以备后用。
编译安装过程
安装版本构建工具 bazel
bazel是google的版本构建工具，网上褒贬不一，直接下载安装包进行安装：
wget https://github.com/bazelbuild/bazel/releases/download/0.13.0/bazel-0.13.0-installer-linux-x86_64.sh
chmod +x ./bazel-0.13.0-installer-linux-x86_64.sh
./bazel-0.13.0-installer-linux-x86_64.sh
这个步骤没有碰到问题。
安装工具包
sudo apt install python-numpy swig python-dev python-wheel
numpy是python的科学计算库，swig是C库外部语言封装调用接口库，后面几个应该与python包管理相关，不细究。
下载TensorFlow源码
使用git来克隆TensorFlow代码仓库：
git clone --recurse-submodules https://github.com/tensorflow/tensorflow
比较耗时的操作，文件比较多。
配置TensorFlow
进入tensorflow目录，然后执行./configure，开始配置，除了jemalloc选项外，我都选了N
编译TensorFlow
执行以下命令，启动编译，过程非常慢，要耐心等待：
bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
创建PIP安装包
完成编译后，将tensowflow制作成pip安装包：
bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/
安装TensorFlow包
最后，通过pip命令来安装前一步生成的安装包，如果没有先安装python-pip：
pip install ~/tensorflow-1.8.0-cp27-cp27mu-linux_x86_64.whl
增加编译选型以支持额外CPU指令
自己编译的版本可以正常使用，但运行时出现了如下的命令行提示：
原来这款CPU虽然不支持AVX，但是支持SSE，于是决定重新编译，在编译时增加了额外的编译选项，如下：
build -c opt --copt=-msse4.1 --copt=-msse4.2 //tensorflow/tools/pip_package:build_pip_package
重新打包，安装。
暂时结束
至此，整个源码安装TensorFlow过程全部结束，暂无发现问题，待后续有问题时再补充。