TensorFlowで利用可能なすべてのカーネルのCUDA JITキャッシュをプログラムで構築する方法は？

Question

this questionで説明したように、GTX 1080カードとnvidia-dockerで「最初に実行されるスローダウン」問題が発生しました。

私はits official pip packageのTensorFlowビルドと、nvidia-dockerのUbuntu 16.04ベースイメージに基づくカスタムドッカーイメージを使用しています。

Dockerfileに登録されたすべてのCUDAカーネルをプログラムでロード（およびJITキャッシュを構築）するにはどうすればよいですか？

Answer 1

を（手動TF_CUDA_COMPUTE_CAPABILITIES環境変数を使用してTensorFlowを構築するのではなく）暗黙的にCUDAランタイムので、これを達成する簡単な方法はないように思える、怠惰与えられたカーネルソースas discussed hereから欠落CUBINをコンパイルします。

現在のCUDA/GPU設定を検出し、必要なTensorFlow設定パラメータ（detect-cuda.py,build-tensorflow.sh）を生成するヘルパースクリプトを使用して、TensorFlowを自分で再構築することで、この問題を解決しました。