Помогают защитить Большой Барьерный Риф с TensorFlow на Kaggle Присоединяйтесь вызов

Монтаж

Установка с Пипом

Установите леса принятия решений TensorFlow, выполнив:

# Install TensorFlow Decision Forests.
pip3 install tensorflow_decision_forests --upgrade

Затем проверьте установку, запустив:

# Check the version of TensorFlow Decision Forests.
python3 -c "import tensorflow_decision_forests as tfdf; print('Found TF-DF v' + tfdf.__version__)"

Сборка из исходников

линукс

Настраивать

Требования

  • Базель >= 3.7.2
  • Питон >= 3
  • Гит
  • Пакеты Python: numpy tensorflow pandas

Вместо установки зависимостей вручную, вы можете использовать TensorFlow сборки докер . Если вы выберете этот вариант, установите Docker:

Сборник

Загрузите леса решений TensorFlow следующим образом:

# Download the source code of TF-DF.
git clone https://github.com/tensorflow/decision-forests.git
cd decision-forests

Дополнительно: TensorFlow Решение Лес зависит от Иггдрасиль Decision лесов . Если вы хотите изменить код Yggdrasil, вы можете клонировать Yggdrasil GitHub и изменить путь соответственно в third_party/yggdrasil_decision_forests/workspace.bzl .

Необязательно: Если вы хотите использовать опцию Docker, запустите start_compile_docker.sh сценарий и переходите к следующему шагу. Если вы не хотите использовать опцию Docker, сразу переходите к следующему шагу.

# Optional: Install and start the build docker.
/tools/start_compile_docker.sh

Скомпилируйте и запустите модульные тесты TF-DF с помощью следующей команды. Обратите внимание , что test_bazel.sh сконфигурирован для python3.8 и компилятора по умолчанию на вашем компьютере. Отредактируйте файл напрямую, чтобы изменить эту конфигурацию.

# Build and test TF-DF.
./tools/test_bazel.sh

Создайте и протестируйте пакет pip с помощью следующей команды. Замените python3.8 на версию python, которую вы хотите использовать. Обратите внимание , что вы не должны использовать ту же версию Python , как и в test_bazel.sh сценария.

Если ваша конфигурация совместима с manylinux2010 , manylinux2010 совместимым пакетом пипа будет производиться.

Если конфигурация не совместима с manylinux2010, неправительственными manylinux2010 пакетом совместимого пипа будет производиться, и окончательная проверка будет выполнена. Неважно, хотите ли вы использовать TF-DF на своей машине. Простой способ сделать сборку совместимой с manylinux2010 — использовать докер, упомянутый выше.

# Build and test a Pip package.
./tools/build_pip_package.sh python3.8

Эта команда установит пип пакет TF-DF и запустить пример в examples/minimal.py . Пакет Пип расположен в dist/ директории.

Если вы хотите создать пакет Pip для другой совместимой версии Python, запустите:

# Install the other versions of python (assume only python3.8 is installed; this is the case in the build docker).
sudo apt-get update && sudo apt-get install python3.7 python3.9 python3-pip

# Create the Pip package for the other version of python
./tools/build_pip_package.sh python3.7
./tools/build_pip_package.sh python3.9

Кроме того , вы можете создать пакет пипсов для всех совместимую версию питона с помощью pyenv, выполнив команду следующий. См заголовок tools/build_pip_package.sh для более подробной информации.

# Build and test all the Pip package using Pyenv.
./tools/build_pip_package.sh ALL_VERSIONS

MacOS

Настраивать

Требования

  • Coreutils (протестированный с brew install coreutils )
  • Базель >= 3.7.2
  • Python> = 3 (протестировано с brew install python )
  • Гит
  • JDK 11
  • Пакеты Python: numpy tensorflow pandas

Сборник

Выполните те же шаги, что и для компиляции Linux без Docker.

Последнее примечание

Компиляция TF-DF зависит (с 17 декабря 2021 г.) от пакета TensorFlow Pip и зависимости TensorFlow Bazel. Будет скомпилирована небольшая часть TensorFlow. Компиляция TF-DF на одной мощной рабочей станции занимает ~10 минут.

Исправление проблем