你遇到的问题核心很明确：Windows系统默认没有安装grep工具，而Bazel在自动读取cuDNN版本信息时，调用了这个Linux环境下常用的命令，导致执行失败。我给你几个实用的解决思路：

办法1：安装grep并加入系统PATH #

Windows原生不带grep，你可以通过以下方式快速获取：

• 安装Git for Windows：安装完成后，Git的bin目录（比如C:\Program Files\Git\bin）里自带grep.exe，把这个路径添加到系统环境变量的PATH中，重启命令行窗口后再重新执行构建。
• 用Chocolatey包管理器安装：打开管理员权限的命令提示符，运行choco install grep，安装完成后grep会自动加入系统PATH。
• 启用Windows子系统Linux（WSL）：如果你的系统支持，切换到WSL环境下构建TensorFlow，就能直接使用grep等Linux工具。

办法2：手动指定cuDNN版本，跳过自动检测 #

如果不想安装额外工具，可以直接手动提供cuDNN的版本信息：

1. 打开你的cudnn.h文件（路径是C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0/include/cudnn.h），搜索CUDNN_MAJOR、CUDNN_MINOR、CUDNN_PATCHLEVEL这三个宏定义，记下对应数值（比如cuDNN 7.6.5对应的是MAJOR=7，MINOR=6，PATCH=5）。
2. 重新运行./configure脚本，当问到Do you wish to build TensorFlow with CUDA support?选择Yes后，会依次询问cuDNN的版本信息，直接输入你查到的数值即可，这样Bazel就不会再调用grep读取文件了。
3. 也可以直接在项目根目录的.bazelrc文件里添加以下配置（替换成你的实际版本）：

build --define=cuDNN_MAJOR=7
build --define=cuDNN_MINOR=6
build --define=cuDNN_PATCHLEVEL=5

办法3：确认cuDNN安装的正确性 #

最后可以检查两个关键点：

• 你下载的cuDNN版本和CUDA 9.0是否兼容（CUDA 9.0对应cuDNN 7.x系列，不要用过高版本）。
• cuDNN的文件是否正确放置：cudnn.h要在CUDA/v9.0/include目录，对应的.lib文件在CUDA/v9.0/lib/x64，.dll文件在CUDA/v9.0/bin。

内容的提问来源于stack exchange，提问作者Don_M