TensorFlow用Bazel开启SSE/AVX时构建报错，求解决方案

我来帮你拆解下你遇到的这几个问题，都是TensorFlow源码构建时常见的小坑：

问题原因分析 #

1. 关于 WARNING: Config values are not defined in any .rc file: cuda
   这个警告其实是提示你当前Bazel配置里引用了CUDA相关参数，但你的Bazel配置文件（比如.bazelrc）里没定义这个配置项。大概率是你构建时带了CUDA相关的flag，但其实你没打算用CUDA，或者配置文件没同步更新——这个警告本身不一定会导致构建失败，但确实是配置不严谨的信号。

2. 核心错误：ERROR: Skipping '//tensorflow/tools/pip_package:build_pip_package': no such package 'tensorflow/tools/pip_package': BUILD file not found on package path
   这个才是导致构建终止的关键！原因很简单：你当前的工作目录不对，或者你clone的TensorFlow源码不完整，甚至可能你没在TensorFlow的根目录下执行Bazel命令。//tensorflow/tools/pip_package这个路径是TensorFlow源码里的标准包，只有在包含tensorflow/、WORKSPACE、根目录BUILD文件的源码根目录执行命令，才会找到对应的BUILD文件。

解决办法 #

第一步：先确认工作目录和源码完整性 #

• 先切换到你clone的TensorFlow源码根目录，确认里面有tensorflow/文件夹、WORKSPACE文件和根目录的BUILD（或BUILD.bazel）文件。如果没有，说明源码克隆不完整，重新克隆：

  git clone https://github.com/tensorflow/tensorflow.git
  cd tensorflow
  # 如果需要特定版本，切换到对应tag，比如2.15.0
  git checkout v2.15.0
  

第二步：处理CUDA警告（可选，但建议规范配置） #

如果你不需要CUDA（只需要启用SSE/AVX），构建时别带CUDA相关flag，或者加上--config=no_cuda屏蔽警告：

bazel build --config=no_cuda --copt=-mavx --copt=-msse4.1 --copt=-msse4.2 //tensorflow/tools/pip_package:build_pip_package

如果确实需要CUDA，那要确保系统已安装CUDA，并且在Bazel配置里正确定义相关参数。

第三步：正确启用SSE/AVX的构建命令 #

在TensorFlow根目录执行以下命令（可根据需求调整指令集参数）：

# 手动指定启用SSE4.1、SSE4.2、AVX的命令
bazel build --config=no_cuda --copt=-mavx --copt=-msse4.1 --copt=-msse4.2 //tensorflow/tools/pip_package:build_pip_package

或者用更省心的--config=opt参数，它会自动检测并启用当前CPU支持的所有高级指令集（包括SSE/AVX）：

bazel build --config=no_cuda --config=opt //tensorflow/tools/pip_package:build_pip_package

第四步：如果还是找不到BUILD文件 #

• 执行git status检查源码是否有文件缺失，必要时重新克隆一次，避免网络问题导致文件丢失。
• 绝对不要进入tensorflow子目录执行命令，必须在包含tensorflow/文件夹的根目录操作。

内容的提问来源于stack exchange，提问作者Hanmu Zuo