Tensorflow inception final layer bazel 保留错误
Tensorflow inception final layer bazel retain error
在 Tensorflow 站点中关注 example；
我正在尝试在命令 Ubuntu+python 2.7 environment.when 运行 中重新训练起始模型最后一层
$ bazel build /home/incept/tensorflow/tensorflow/examples/image_retraining:retrain
报错。
错误：不是有效的绝对模式（绝对目标模式必须恰好以两个斜杠开头）
有什么解决这个问题的建议吗？举个例子试试
$ bazel build tensorflow/examples/image_retraining:retrain
只是为了总结一般的 TensorFlow 构建问题调试（在 Linux 上）以防其他人在这里遇到类似问题：
- 确保您位于签出的目录中。因此，如果
git clone 使您成为 tensorflow 目录，则 bazel 命令在该目录树中应该是 运行。如果构建目标是绝对的 (//tensorflow/...). ，那么在树中的哪个位置并不重要
- 运行
./configure 在 tensorflow 目录中。除了允许您配置构建之外，这还会获取必要的依赖项（如果您不想费心回答问题而只想使用默认值，则可以yes "" | ./configure）。
- 确保您拥有最新版本的 Bazel 和兼容的 Java 安装。
- git 存储库发生了很大变化。
git pull 将为您提供最新版本（git checkout 可为您提供您想要的任何版本）。
在 Tensorflow 站点中关注 example； 我正在尝试在命令 Ubuntu+python 2.7 environment.when 运行 中重新训练起始模型最后一层
$ bazel build /home/incept/tensorflow/tensorflow/examples/image_retraining:retrain
报错。
错误：不是有效的绝对模式（绝对目标模式必须恰好以两个斜杠开头）
有什么解决这个问题的建议吗？举个例子试试
$ bazel build tensorflow/examples/image_retraining:retrain
只是为了总结一般的 TensorFlow 构建问题调试（在 Linux 上）以防其他人在这里遇到类似问题：
- 确保您位于签出的目录中。因此，如果
git clone使您成为tensorflow目录，则bazel命令在该目录树中应该是 运行。如果构建目标是绝对的 (//tensorflow/...). ，那么在树中的哪个位置并不重要
- 运行
./configure在tensorflow目录中。除了允许您配置构建之外，这还会获取必要的依赖项（如果您不想费心回答问题而只想使用默认值，则可以yes "" | ./configure）。 - 确保您拥有最新版本的 Bazel 和兼容的 Java 安装。
- git 存储库发生了很大变化。
git pull将为您提供最新版本（git checkout可为您提供您想要的任何版本）。