我想知道是否有一种编程方式来找出安装的 tensorflow 版本是针对哪个 CUDA 和 CUDNN 版本构建的？例如，已编译的 Tensorflow 安装可以返回在构建时使用了哪个 CXX11_ABI_FLAG：
python -c "import tensorflow as tf; print(tf.CXX11_ABI_FLAG)"->0
背景如下：我正在根据添加一个带有 tensorflow 二进制安装的操作来构建 Tensorflow OP 。这使用预编译的 TF 来检索所需的包含路径和编译标志，以确保 Tensorflow 和新 Op 兼容。但由于我们的系统有多个 CUDA 和 CUDNN 版本，我还需要向编译器提供所需版本的路径。例如，对于 Cuda 8.0，使用以下标志 -L /usr/local/cuda-8.0/lib64/来指定其路径。但这也开辟了一条错误路径，因为现在可以使用不同的 CUDA/CUDNN 版本成功构建 Op，这会导致稍后在运行时出现错误。所以我想创建一个安全检查，以确保 CUDA/CUDNN 路径指向相同的版本，就像构建 Tensorflow 的版本一样。