01 必備環境

win10[10.0.14393]，有GPU的硬體。
vs2015 update3[14.0.25431.01 Update3]、
cmake 3.7.2。
git[git version 2.11.0.windows.1]、
python3.5.3、CUDA8.0、cuDNN5.1、swigwin-3.0.12、
numpy-1.12.1+mkl-cp35-cp35m-win_amd64.whl
wheel
[http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy]

CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
 
\v8.0
CUDA_PATH_V8_0=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
NVCUDASAMPLES8_0_ROOT=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
NVCUDASAMPLES_ROOT=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
NVTOOLSEXT_PATH=C:\Program Files\NVIDIA Corporation\NvToolsExt\

C:\Program Files\cuda下有bin、include、lib3個目錄。
設定環境變數

CUDNN_ROOT=C:\Program Files\cuda

安裝pthon3.5.3及必要元件
pytho3.5.3下載地址：https://www.python.org/ftp/python/3.5.3/python-3.5.3-amd64.exe
安裝到c:\python35。安裝時選擇設定環境變數、勾選pip。
安裝後，環境變數path中會加入如下兩項（如果你安裝了其他版本的python，請確保這個環境變數在path的較前位置）。

注意：
python安裝在[Advanced Options]選項頁中需要勾選
【Download debugging symbols】(可以不選)
【DownLoad debug binaries (requires VS 2015 later)】

# %path%環境變數中有如下兩行
c:\Python35\Scripts\
c:\Python35\

從http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下載numpy-1.12.1+mkl-cp35-cp35m-win_amd64.whl並安裝。
pip3 install numpy-1.12.1+mkl-cp35-cp35m-win_amd64.whl

02 下載程式碼

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git submodule update --init --recursive
git checkout -b b1.2.0-rc0 v1.2.0-rc0

03 使用cmake-gui生成vs2015工程

根據tensorflow\tensorflow\contrib\cmake\README.md說明，設定SWIG_EXECUTABLE、PYTHON_EXECUTABLE、PYTHON_LIBRARIES、CUDNN_HOME變數。

SWIG_EXECUTABLE=D:\install\swigwin-3.0.12\swig.exe
PYTHON_EXECUTABLE="c:\python35\python.exe"
PYTHON_LIBRARIES="c:\python35\libs\python35.lib"
CUDNN_HOME="C:\Program Files\cuda"

勾選除一下三項外的所有選項

tensorflow_BUILD_CC_TESTS
tensorflow_ENABLE__SSL_SUPPORT
tensorflow_WIN_CPU_SIMD_OPTIONS

設定CMAKE_INSTALL_PREFIX目錄
D:/git/DeepLearning/tensorflow/tensorflow/contrib/cmake/build/tensorflow

指定:原始碼目錄是編譯目標目錄

D:/git/DeepLearning/tensorflow/tensorflow/contrib/cmake
D:/git/DeepLearning/tensorflow/tensorflow/contrib/cmake/build
# 注意[D:/git/DeepLearning/tensorflow/tensorflow/contrib/cmake/build]的路徑不要太長，
# 因為在編譯時，build目錄下還會有很多子目錄，如果最終長度超過255,
# 將會因為檔案拷貝操作失敗導致編譯失敗。
# 至少在1.3.0-rc2中，使用[D:/git/DeepLearning/tensorflow/tensorflow/contrib/cmake/build1.3.0-rc2]
# 出現了檔名稱過長的編譯前、編譯後文件操作命令錯誤。

依次點選[configure]和[Generate]按鈕，並選擇Visual Studio 14 2015 Win64編譯選項。生成的解決方案在D:\git\DeepLearning\tensorflow\tensorflow\contrib\cmake\build\tensorflow.sln
如下圖所示：

04 使用vs2015修改部分編譯選項

使用vs2015開啟D:\git\DeepLearning\tensorflow\tensorflow\contrib\cmake\build\tensorflow.sln
共有254個專案。先編譯Release版本。(Debug有問題，編譯未通過)
編譯過程中會下載以來程式碼，比較漫長，耐心等待即可。
Release版最後出現：LINK : fatal error LNK1181: 無法開啟輸入檔案“\pywrap_tensorflow_internal.lib”錯誤。

這是因為3個專案的配置有問題，修改如下：

# 修改這三個專案的配置項
_beam_search_ops
_gru_ops
_lstm_ops

配置屬性==>聯結器==>常規==>附加庫目錄==>新增：$(SolutionDir)$(Configuration);

再次編譯，即可全部編譯通過。預設調過了

05生成tensorflow_gpu-1.2.0rc0-cp35-cp35m-win_amd64.whl

預設編譯tensorflow會跳過tf_python_build_pip_package專案。找到tf_python_build_pip_package專案，右鍵單獨生成一下，即可生成 tensorflow_gpu-1.2.0rc0-cp35-cp35m-win_amd64.whl安裝包。生成在目錄：
D:\git\DeepLearning\tensorflow\tensorflow\contrib\cmake\build\tf_python\dist\