使用bazel build构建TensorFlow Pip包时陷入无限循环问题求助

以下是针对构建过程操作数持续增长、无法完成的常见修复方案：

• 排查系统资源瓶颈
  TensorFlow的Bazel构建对内存和CPU要求极高，内存不足（低于16GB）很容易导致构建陷入资源抢占死循环。先关闭后台占用资源的程序，若内存紧张，可临时添加swap分区：

  # 创建4GB swap分区（按需调整大小）
  sudo fallocate -l 4G /swapfile
  sudo chmod 600 /swapfile
  sudo mkswap /swapfile
  sudo swapon /swapfile
  

• 限制Bazel资源使用
  手动指定并发任务数和内存上限，避免无限制占用资源：

  bazel build --jobs=4 --local_ram_resources=8192 //tensorflow/tools/pip_package:build_pip_package
  

  --jobs建议设为CPU核心数的一半，--local_ram_resources为可用内存（单位MB），根据自身配置调整数值。

• 清理Bazel缓存
  损坏的缓存会导致构建流程异常，清理后重新构建：

  bazel clean --expunge
  bazel build //tensorflow/tools/pip_package:build_pip_package
  

• 匹配TensorFlow与Bazel版本
  版本不兼容是常见问题，比如TensorFlow 2.15对应Bazel 6.4.0，TensorFlow 2.16对应Bazel 7.0.0。务必查看TensorFlow官方文档确认对应版本，重新安装适配的Bazel。

• 检查网络依赖下载
  构建时需要拉取大量依赖，网络不稳定或受限会导致下载卡住，表现为操作数持续增长。切换稳定网络，或配置Bazel镜像加速：
  在项目根目录创建.bazelrc文件，写入：

  build --remote_http_cache=https://mirror.tensorflow.org
  

内容的提问来源于stack exchange，提问作者SknG