我尝试并尝试使用官方 docker 映像（latest-cuda-devel-py3 -> r1.12.0）为最新版本的 Tensorflow 创建调试版本，但似乎没有任何效果。有人最近为 Tensorflow (>= r1.11.0) 创建了一个成功的调试版本并且可以分享他的方法吗？
这是我到目前为止所尝试的。
我基本上尝试按照https://www.tensorflow.org/install/source 上的说明进行操作，但尝试修改它们以生成调试版本。我尝试过的任何事情都没有成功构建。
主机系统是具有大量 RAM（例如 512 GB 的 RAM -> DGX-1）的 Linux x86-64 机器。Docker-Image 中的 CUDA 版本是 CUDA-9.0。docker 镜像中最近的“最新”Tensorflow 版本是 r1.12.0
为了使任何 cuda-build 工作，我需要使用“nvidia-docker”，否则我会收到“libcuda.so.1”的链接器错误。
我是这样开始的：
nvidia-docker pull tensorflow/tensorflow:latest-devel-gpu-py3
nvidia-docker run --runtime=nvidia -it -w /tensorflow -v $PWD:/mnt -e HOST_PERMS="$(id -u):$(id -g)" \
tensorflow/tensorflow:latest-devel-gpu-py3 bash
然后我尝试使用配置项目
cd /tensorflow
./configure
我尝试了各种配置。我尝试将所有值保留为默认值。我尝试只启用我需要的部分。我试过根本不运行 ./configure 。我把它指向我自己的 cuda-9.0 和 tensorrt 安装。但根本不运行 ./configure （在 docker 镜像中）似乎会产生最好的结果（例如，我可以用最少的努力成功地进行优化构建）。
如果我使用确切的官方构建说明构建它，即创建优化/非调试构建，一切都按预期工作。所以运行以下似乎成功了。
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
同样的事情，如果我运行以下，其中包括调试信息，但不关闭优化（例如，我不能真正用于调试目的）。 …