源码编译带GPU支持的TensorFlow时出现ValueError: invalid literal报错

错误根因 #

你提供的CUDA路径对应的头文件不是官方CUDA toolkit的原生头文件：你找到的~/miniconda3/lib/python3.9/site-packages/tensorflow/include/tensorflow/core/platform/cuda.h是TensorFlow自身封装的CUDA适配层头文件，该文件没有定义CUDA_VERSION宏，导致配置脚本读取版本时拿到空值，触发类型转换报错。

修复步骤 #

• 首先找到conda安装的cudatoolkit的正确根路径：激活你用于编译TensorFlow的conda环境后，执行echo $CONDA_PREFIX，输出的路径就是当前环境的根目录，执行ls $CONDA_PREFIX/include/cuda.h确认该路径下存在原生CUDA头文件。
• 重新运行python configure.py，当要求输入CUDA路径时，直接输入上一步拿到的$CONDA_PREFIX的绝对路径即可（不要输入到include子目录层级，配置脚本会自动在根路径下搜索include、lib等子目录）。
• 当要求输入CUDA SDK版本时，填写11.3即可，无需填写完整的三位版本号，也不要仅填主版本号11。

可选验证步骤 #

如果操作后仍然报错，可以手动检查原生CUDA头文件的版本宏是否正常：执行grep "define CUDA_VERSION" $CONDA_PREFIX/include/cuda.h，正常会输出类似#define CUDA_VERSION 11030的结果，只要该值存在就不会触发空值转换错误。

内容的提问来源于stack exchange，提问作者Konqi