TensorFlow流式精度测试报错：_pywrap_tensorflow_internal.so未定义PyClass_Type

我在Ubuntu 16.04的Python 3.5虚拟环境里装了TensorFlow 1.6.0，跟着官方音频识别文档做流式精度测试，结果运行这条命令的时候栽了：

bazel run tensorflow/examples/speech_commands:generate_streaming_test_wav

直接报了无法加载TensorFlow原生运行时的错，核心问题是：

_pywrap_tensorflow_internal.so: undefined symbol: PyClass_Type

完整的报错回溯长这样：

INFO: Running command line: bazel-bin/tensorflow/examples/speech_commands/generate_streaming_test_wav
Traceback (most recent call last):
File "/home/jean_lin/.cache/bazel/_bazel_jean_lin/7ec2afa2cc3b112c8391a9677667186f/execroot/org_tensorflow/bazel-out/k8-opt/bin/tensorflow/examples/speech_commands/generate_streaming_test_wav.runfiles/org_tensorflow/tensorflow/python/pywrap_tensorflow.py", line 58, in <module>
from tensorflow.python.pywrap_tensorflow_internal import *
File "/home/jean_lin/.cache/bazel/_bazel_jean_lin/7ec2afa2cc3b112c8391a9677667186f/execroot/org_tensorflow/bazel-out/k8-opt/bin/tensorflow/examples/speech_commands/generate_streaming_test_wav.runfiles/org_tensorflow/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
_pywrap_tensorflow_internal = swig_import_helper()
File "/home/jean_lin/.cache/bazel/_bazel_jean_lin/7ec2afa2cc3b112c8391a9677667186f/execroot/org_tensorflow/bazel-out/k8-opt/bin/tensorf...

折腾了一阵，总结出几个可行的解决方向：

1. 对齐Bazel编译的Python版本 #

PyClass_Type是Python 2专属的类型，Python 3已经移除了这个定义，所以大概率是Bazel默认用Python 2编译导致的版本不匹配。

你可以这么操作：

• 先把环境变量指向你的Python 3.5虚拟环境，替换成你自己的虚拟环境路径：

  export PYTHON_BIN_PATH=/home/your_user/venv/bin/python3.5
  export PYTHON_LIB_PATH=/home/your_user/venv/lib/python3.5/site-packages
  

• 进入TensorFlow源码目录，重新配置编译选项：

  ./configure
  

  配置过程中所有和Python相关的选项，都选择你虚拟环境里的路径，确认使用的是Python 3.5。
• 重新编译目标后再运行：

  bazel build tensorflow/examples/speech_commands:generate_streaming_test_wav
  bazel run tensorflow/examples/speech_commands:generate_streaming_test_wav
  

2. 解决pip安装与源码编译的冲突 #

如果你之前用pip安装过TensorFlow，又用Bazel从源码运行目标，很容易出现依赖版本冲突。

解决步骤：

• 先卸载虚拟环境里的TensorFlow：

  pip uninstall tensorflow
  

• 回到TensorFlow源码目录，按照上面的方法重新配置编译，确保全程使用虚拟环境的Python 3.5。

3. 匹配Bazel版本 #

TensorFlow 1.6.0对Bazel版本有严格要求，过高或过低的版本都容易引发编译问题，官方推荐使用Bazel 0.11.0。

操作步骤：

• 卸载现有Bazel：

  sudo apt-get remove bazel
  

• 下载并安装0.11.0版本：

  wget https://github.com/bazelbuild/bazel/releases/download/0.11.0/bazel_0.11.0-linux-x86_64.deb
  sudo dpkg -i bazel_0.11.0-linux-x86_64.deb
  

• 再重新配置编译TensorFlow的目标。

内容的提问来源于stack exchange，提问作者Jean Lin