Tensorflow 1.9 Bazel在Windows上使用Cuda构建错误

我正在尝试编译一个使用Tensorflow核心的示例程序，在以下环境中通过Bazel在Windows 10 64bit上支持CUDA：

• Windows 10 64位

• CUDA工具包9.0

• CUDNN 9.0

• Tensorflow 1.9

• Bazel 0.16

我成功完成了configure.py，添加了CUDA和CUDNN位置 .

这是我的Bazel BUILD文件：

cc_binary(
  name = "mnistpredict.dll",
  srcs = ["mnist.cc", "MNIST.h"],
  deps = [
      "//tensorflow/core:tensorflow",
  ],
  linkshared=1
)

我尝试用这个命令编译：bazel build //tensorflow/loadgraph:mnistpredict.dll

错误：C：/users/laci/downloads/tensorflow-1.9.0/tensorflow/loadgraph/BUILD：1：1：错误加载包'tensorflow / core'：读取扩展文件'cuda / build_defs.bzl'时遇到错误：没有这样的包'@ local_config_cuda // cuda'：Traceback（最近一次调用最后一次）：文件“C：/users/laci/downloads/tensorflow-1.9.0/third_party/gpus/cuda_configure.bzl”，第1166行_create_local_cuda_repository（ repository_ctx）文件“C：/users/laci/downloads/tensorflow-1.9.0/third_party/gpus/cuda_configure.bzl”，第995行，在_create_local_cuda_repository _get_cuda_config（repository_ctx）文件“C：/ users / laci / downloads / tensorflow- 1.9.0 / third_party / gpus / cuda_configure.bzl“，第750行，在_get_cuda_config _cudnn_version（repository_ctx，cudnn_install_base ...，...）文件”C：/users/laci/downloads/tensorflow-1.9.0/third_party/ gpus / cuda_configure.bzl“，第466行，在_cudnn_version中查找_cuda_define（repository_ctx，cudnn_header_dir，”c ...“，...）文件”C：/users/laci/downloads/tensorflow-1.9.0/third_party/gpus/ cuda_config ure.bzl“，第422行，在find_cuda_define中auto_configure_fail（（”错误读取％s：％s“％（str（h ...）））文件”C：/users/laci/downloads/tensorflow-1.9.0/ third_party / gpus / cuda_configure.bzl“，第210行，auto_configure_fail失败（（”\ n％sCuda配置错误：％...）））Cuda配置错误：读取C时出错：/Users/laci/Downloads/cudnn-9.0 -windows10-x64-v7.1 / cuda / include / cudnn.h：java.io.IOException：错误：src / main / native / windows / processes-jni.cc（239）：CreateProcessW（“grep”--color = never -A1 -E“#define CUDNN_MAJOR”C：/Users/laci/Downloads/cudnn-9.0-windows10-x64-v7.1/cuda/include/cudnn.h）：系统找不到指定的文件 . 并由'//tensorflow/loadgraph:mnistpredict.dll'引用错误：目标'//tensorflow/loadgraph:mnistpredict.dll'的分析失败;构建中止：分析失败INFO：已用时间：1.612s INFO：0进程 . FAILED：构建未成功完成（加载了2个包）当前正在加载：tensorflow / core

当我在没有CUDA支持的情况下尝试它时，我可以成功编译它 .