我已经为我的自定义Op实现了一个内核，并将其放入/tensorflow/core/user_ops目录下，文件名为custom_op.cc。在Op中，我完成了所有的注册工作，比如REGISTER_OP和REGISTER_KERNEL_BUILDER。

然后，我在Python中为这个Op实现了梯度，并将其放置在同一文件夹下，文件名为custom_op_grad.py。我在这里也完成了所有的注册工作（@ops.RegisterGradient）。

我创建了BUILD文件，内容如下：

load("//tensorflow:tensorflow.bzl", "tf_custom_op_library")tf_custom_op_library(        name = "custom_op.so",        srcs = ["custom_op.cc"],)py_library(        name = "custom_op_grad",        srcs = ["custom_op_grad.py"],        srcs_version = "PY2",        deps = [        ":custom_op_grad",        "//tensorflow:tensorflow_py",        ],)

之后，我重新构建了TensorFlow：

pip uninstall tensorflowbazel cleanbazel build -c opt //tensorflow/tools/pip_package:build_pip_packagecp -r bazel-bin/tensorflow/tools/pip_package/build_pip_package.runfiles/__main__/* bazel-bin/tensorflow/tools/pip_package/build_pip_package.runfiles/bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkgpip install /tmp/tensorflow_pkg/tensorflow-0.8.0-py2-none-any.whl

当我尝试通过调用tf.user_ops.custom_op使用我的Op时，它告诉我该模块中没有这个Op。

可能还有一些额外的步骤我需要做？还是我在BUILD文件中做错了什么？

回答：

好的，我找到了解决方案。我只是删除了BUILD文件，我的自定义Op成功构建并可以使用tensorflow.user_ops.custom_op()在Python中导入。

为了使用梯度，我不得不将其代码直接放入tensorflow/python/user_ops/user_ops.py中。这不是最优雅的解决方案，但目前可以使用。