问题梳理 #

我太懂这种卡在编译环节的糟心感了：你用Windows 10系统，Xeon 5670 CPU不支持AVX指令集，而TensorFlow-GPU 1.6+预编译包默认带了AVX优化，直接用不了。目前你靠CUDA 9.1+CUDNN 7.1搭配1.5版本预编译包能正常跑，但自己用CMAKE或Bazel编译1.6+版本时接连踩坑——CMAKE报2个错误，Bazel也有1个错误。

核心解决思路：禁用AVX编译选项 #

问题根源就是编译时默认开启了你的CPU不支持的AVX指令集优化，只要手动强制关闭这些选项，就能绕过报错。下面分别给你Bazel和CMAKE的具体调整步骤：

1. Bazel编译调整（官方推荐方式） #

Bazel是TensorFlow官方主推的编译工具，调整起来更直接：

• 找到TensorFlow源码根目录，没有.bazelrc文件的话就新建一个
• 往文件里添加以下配置，明确禁用AVX和AVX2：

  build --copt=-mno-avx
  build --copt=-mno-avx2
  build --config=cuda
  

• 接着执行Windows环境下的标准编译命令：

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

• 编译完成后，用生成的脚本打包成pip包，再安装到你的环境里就行

2. CMAKE编译调整 #

如果更习惯用CMAKE，那就在配置阶段手动加编译参数：

• 打开CMAKE GUI，加载TensorFlow的源码目录和你指定的构建目录
• 在CMAKE_CXX_FLAGS和CMAKE_C_FLAGS这两个选项里，都加上-mno-avx -mno-avx2
• 仔细核对CUDA 9.1和CUDNN 7.1的路径配置是否正确，别填错了
• 重新生成构建文件后再尝试编译，这样就能跳过AVX相关的编译错误了

额外提醒 #

• 虽然TensorFlow 1.6官方推荐用CUDA 9.0，但CUDA 9.1也能兼容，你要确保CUDNN版本和CUDA匹配（7.1对应9.1是没问题的）
• 编译时尽量用Python 3.6，这是TensorFlow 1.6+稳定支持的版本，避免版本不兼容的问题；Windows下还要确保用的是Visual Studio 2017对应的编译器，老版本可能会出其他编译问题

内容的提问来源于stack exchange，提问作者Andrew