• 摘要：

Bazel是一个构建工具，即一个可以运行编译和测试来组装软件的工具，跟Make、Ant、Gradle、Buck、Pants和Maven一样。

最近在学习搭建TensorFlow，编译TensorFlow需要使用bazel。

硬件环境：i7 5820K；GTX 980 *2；32GB；250GSSD

系统：Ubuntu16.04.4 64位 Desktop版

  • 参考文章：

https://docs.bazel.build/versions/master/install-ubuntu.html#install-with-installer-ubuntu

  • 下载：

  • 页面：

https://github.com/bazelbuild/bazel/releases

  • 下载文件：

bazel-0.15.2-installer-linux-x86_64.sh

  • 安装步骤

​​​​​​​$chmod +x bazel-<version>-installer-linux-x86_64.sh

$./bazel-<version>-installer-linux-x86_64.sh --user

  • 配置环境变量

$export PATH="$PATH:$HOME/bin"

建议将export语句加入到.bashrc文件中，这样可以重启系统后仍然有效。

方法：

$cd
$vi .bashrc

 

Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局