一、LINUX环境下操作：
1.安装交叉编译SDK （仅针对该型号：i.MX6,不同芯片需要对应的交叉编译SDK）
编译方法参考：手动编译用于i.MX6系列的交叉编译SDK
2.下载Tensorflow
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git checkout r1.10
Tensorflow与Bazel编译器（及CUDA，CUDNN）之间需要对应，否则会有兼容性问题。
tensorflowr1.10 python 2.7,3.6 Bazel:0.18.0-0.19.2
tensorflowr1.12 python 2.7,3.6 Bazel:0.18.0-0.19.2
tensorflowr1.14 python 2.7,3.6 Bazel:0.24.0 - 0.25.2
3、下载并安装编译工具Bazel
安装依赖包：
sudo apt-get install pkg-config zip g++ zilb1g-dev unzip
下载Bazel包：
wget https://github.com/bazelbuild/bazel/releases/download/0.18.1/bazel-0.181-installer-linux-86_64.sh
安装Bazel：
chmod +x bazel-0.18.1-installer-linux-86_64.sh
./bazel-0.18.1-installer-linux-86_64.sh --user
设置环境变量：
sudo vi ~/.bashrc，在文件最后添加：export PATH=$PATH":~/bin"
source ~/.bashrc
（如果仅仅是测试DEMO在ARM板上使用，可直接跳过4，5，6，7，8步，直接进行第9步）
4、编译配置：
在Tensorflow源码根目录运行：
./configure （编译LINUX平台时使用默认设置：-march=native，编译ARM平台时需设置成相应值：-march=armv7-a）
5、编译pip:
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package
7、编译包：
./bazel-bin/tensorflow/tools/pip__package/build_pip_package /tmp/tensorflow_pkg
8、安装包：
pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl
9、下载依赖库：
./tensorflow/contrib/lite/tools/make/download_dependencies.sh(不同版本，位置略有不同，本文路径为r1.10版本)
10、编译Tensorflow Lite:
方法1：（参考网上的，但我调试了几天，并未生成该库，可行性待验证！）
目前Tensorflow仅支持树莓派： ./tensorflow/contrib/lite/tools/make/build_rpi_lib.sh，该脚本的目标编译平台是ARMv7，即使目标平台是ARMv8，也不要更改。因为设置编译平台为ARMv7可以优化编译，提高运行速度。
所以，需要针对iMX6，制作一份build_imx6_lib.sh
1 set -e 2 3 SCRIPT_DIR="$(cd "$(dirname "$(BASH_SOURCE[0]}")" && pwd)" 4 cd "$SCRIPT_DIR/../../.." 5 6 CC_PREFIX=arm-poky-linux-gnueabi- make -j 3 -f tensorflow/contrib/lite/Makefile TARGET-imx6 TARGET_ARCH=armv7-a