问题出在CMake上。作者在写CMake脚本时使用了perl，这个工具在Linux发行版一般会自带（太常用了），但是Windows就没有。粗略看了一下，做了的工作至少包括了调用objcopy，这也恰好是出现LNK2017的原因，明明读取到了openblas.obj但是找不到符号。
解决方案一目了然，给Windows平台上安装perl环境即可。个人解决方案是直接借用了texlive里的tlperl包，可以成功完成任务。
翻车历史见这里
我胡汉三又回来了！！
编译的版本是Tensorflow 1.14。
为什么不用2？因为据说API大改，一堆坑。
像我这种改别人代码跑跑的肯定用不得
这次遇到的问题：
MSYS，并且要使用MSYS2环境而不是MinGW环境（Github for Windows提供了MinGW，但是没有pacman）；bazel的缓存位置（--output_user_root，避免把缓存写在叠瓦技术(SMR)的机械硬盘上，那速度慢得爽的飞起；LLVM更新速度过快，而且现在已经更改项目名为llvm-project（之前是llvm），尽量使用和tensorflow发布时间相近的LLVM快照（时间过久会失效，但这不像Github的风格啊= =），在${PROJECT_ROOT}/tensorflow/workspace.bzl中可以找到并修改引用的LLVM版本；XLA和nccl是不支持Windows平台或者支持的不是很好的（不折腾的话，几乎无法编译成功），不建议启用这两个特性；${PROJECT_ROOT}/.bazelrc中，把build:cuda中--define=using_cuda_nvcc=true注释掉，因为在Windows平台上不能使用--config=nonccl选项取消使用nccl，会报错；error C2993: 'Derived': 非类型模板参数 '__formal' 的不合法类型。在pytorch的issues里找到了类似的问题，说是由于依赖关系和多线程编译竞争带来的问题，设置为单线程编译--jobs 1可以解决问题（未测试）：https://github.com/pytorch/pytorch/issues/25393；=============================================================
20200216补充
算了，放弃了，一直说是Eigen有问题，好像是关于GPU设备代码上找不到std::conj定义一类的问题。这几天网上冲浪的时候发现风评CUDA nvcc对于STL的支持很差，可能与这个有关。但是有dalao硬是编译出来了，就很不服气。在个人笔记本上编译特别浪费时间，1-2h起步，而且从来没成功过= =。等这波病情过去，借到好点的CPU资源再说吧。
certbot-auto这个东西真的有毒，搞个什么选项都要用户交互，搞得我以为自己每三个月要上一次服务器。。
一些可能会用到的选项：
在为域名申请证书的时候，先会要过一个challenge（认证），以证明该域名、该服务器都是归你所有。然后是三个方法（具体是啥给忘了），要手动选择进行验证。有个参数叫--preferred-challenges可以用于在命令行选择认证方法，不用交互，后面跟的参数值就是手动填写时括号里给的缩写。
续签的时候用的是另一个参数，叫做--authenticator，用于指定续签时的认证方式，同样是三选一，参数值也是在交互时给出了。
没看文档，看别人写的时候有点懵，顺便记录一下。
add_library(<name> SHARED ${<LIBNAME>_SRC})
比如说项目顶级目录为/project，按照CMake的文件夹结构，下面应该有一个src子目录存放所有的源码，则用add_library命令调用的方法是add_library(project SHARED ${project_SRC})。
其中project_SRC代指的就是/project/src这个目录，变量名不用预先定义。
又是一个自由的，变量名有特殊含义的编程语言= =