从源码编译TensorFlow遇CUDA工具包路径不一致问题求助

操作流程回顾 #

在LambdaLabs GPU实例上完成以下操作后遇到路径错误：

• 通过Bazelisk安装Bazel：

  wget https://github.com/bazelbuild/bazelisk/releases/download/v1.8.1/bazelisk-linux-amd64
  chmod +x bazelisk-linux-amd64
  sudo mv bazelisk-linux-amd64 /usr/local/bin/bazel
  

• 下载并切换到TensorFlow r2.11源码：

  git clone https://github.com/tensorflow/tensorflow.git
  cd tensorflow
  git checkout r2.11
  

• 运行./configure时，出现Inconsistent CUDA toolkit path: /usr vs /usr/lib错误，重复提示输入CUDA配置细节。

解决步骤 #

1. 确认CUDA实际安装路径 #

执行nvcc --version，输出信息里会明确显示CUDA的安装目录。从你提供的locate结果来看，核心路径是/usr/lib/cuda（库文件）和/usr/include/cuda（头文件），对应的基础路径是/usr。

2. 在configure时指定正确路径 #

当configure提示Please specify the comma-separated list of base paths to look for CUDA libraries and headers. [Leave empty to use the default]:时，直接输入/usr即可。
这个路径会让编译器同时在/usr/include下找头文件、/usr/lib下找库文件，解决路径不一致的冲突。

3. 匹配对应版本 #

TensorFlow r2.11对依赖版本有要求，输入版本时注意：

• CUDA SDK版本：推荐11.2~11.7，不确定就直接回车用默认值
• cuDNN版本：对应CUDA版本的兼容版本（比如CUDA11.2配cuDNN8.1），不确定也可回车默认
• TensorRT版本：7.2~8.4范围内的兼容版本，同样可回车默认

4. 提前设置环境变量（可选） #

如果不想在configure时手动输入路径，可先设置环境变量：

export CUDA_HOME=/usr/lib/cuda
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

设置完成后再运行./configure，脚本会自动识别CUDA路径。

验证配置 #

配置完成后，执行以下命令测试编译是否正常：

bazel build //tensorflow/core:tensorflow

若没有路径相关报错，说明配置生效。

内容的提问来源于stack exchange，提问作者Nikolay Dyankov