TensorFlow单文件单元测试未执行请求排查（TF1.15+Bazel0.26.1）

针对你遇到的bazel run/test都显示0测试运行的情况，结合TF 1.15和Bazel 0.26.1的环境，给你几个排查和解决的方向：

1. 清理Bazel缓存后重新尝试 #

有时候旧的构建缓存会导致异常，先彻底清理：

bazel clean --expunge

然后重新运行测试命令，加上--test_output=all参数来查看更详细的日志，方便定位问题：

bazel test -c opt --test_output=all //tensorflow/core/kernels:unique_op_test

2. 检查测试目标是否被标签过滤 #

TensorFlow的部分测试会被标记为manual或者其他特殊标签，默认不会自动运行。可以先查询测试目标的标签信息：

bazel query --output=build //tensorflow/core/kernels:unique_op_test

如果输出里包含tags = ["manual"]之类的内容，需要在测试命令中添加标签过滤参数：

bazel test -c opt --test_tag_filters=-manual //tensorflow/core/kernels:unique_op_test

3. 直接运行编译后的测试二进制 #

跳过Bazel的测试封装，直接构建并运行测试文件，确认测试本身是否正常：

1. 先构建测试二进制：

bazel build -c opt //tensorflow/core/kernels:unique_op_test

2. 找到生成的二进制文件（通常在bazel-bin目录下），直接执行：

./bazel-bin/tensorflow/core/kernels/unique_op_test

如果这个命令能正常执行测试并输出结果，说明问题出在Bazel的测试调度环节；如果还是没测试运行，可能是测试目标的定义有问题（但你没改源码的话，大概率是环境配置问题）。

4. 确认环境配置是否匹配TF 1.15要求 #

虽然你用的Bazel版本是兼容的，但TF 1.15对系统环境有一些要求：

• 确保你用的Python版本是2.7或3.5-3.7（TF 1.15不支持更高版本的Python）
• 如果是GPU环境，确认CUDA和cuDNN版本符合TF 1.15的要求（CUDA 10.0，cuDNN 7.4+），并且测试命令添加--config=cuda参数：

bazel test -c opt --config=cuda //tensorflow/core/kernels:unique_op_test

内容的提问来源于stack exchange，提问作者Ascii Tome