Partecipa al simposio Women in ML il 7 dicembre Registrati ora

Installazione

Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Installazione con Pip

Installa TensorFlow Decision Forests eseguendo:

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

Quindi, controlla l'installazione con eseguendo:

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

Costruisci dalla fonte

Linux

Impostare

Requisiti

  • Bazel >= 3.7.2
  • Pitone >= 3
  • Idiota
  • Pacchetti Python: panda numpy tensorflow

Invece di installare le dipendenze manualmente, puoi utilizzare la finestra mobile TensorFlow Build . Se scegli queste opzioni, installa Docker:

Compilazione

Scarica TensorFlow Decision Forests come segue:

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

Facoltativo: le foreste decisionali di TensorFlow dipendono dalle foreste decisionali di Yggdrasil . Se desideri modificare il codice Yggdrasil, puoi clonare il github Yggdrasil e modificare il percorso di conseguenza in third_party/yggdrasil_decision_forests/workspace.bzl .

Facoltativo: se desideri utilizzare l'opzione Docker, esegui lo script start_compile_docker.sh e continua con il passaggio successivo. Se non desideri utilizzare l'opzione Docker, vai direttamente al passaggio successivo.

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

Compila ed esegui gli unit test di TF-DF con il comando seguente. Nota che test_bazel.sh è configurato per python3.8 e il compilatore predefinito sulla tua macchina. Modifica direttamente il file per modificare questa configurazione.

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

Crea e testa un pacchetto pip con il comando seguente. Sostituisci python3.8 con la versione di python che desideri utilizzare. Nota che non devi usare la stessa versione di Python dello script test_bazel.sh .

Se la tua configurazione è compatibile con manylinux2014 , verrà prodotto un pacchetto pip compatibile manylinux2014 .

Se la tua configurazione non è compatibile con manylinux2014, verrà prodotto un pacchetto pip non compatibile con manylinux2014 e il controllo finale avrà esito negativo. Non importa se vuoi usare TF-DF sulla tua macchina. Un modo semplice per rendere compatibile la build manylinux2014 è utilizzare la finestra mobile sopra menzionata.

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

Questo comando installerà il pacchetto pip TF-DF ed eseguirà l'esempio in examples/minimal.py . Il pacchetto Pip si trova nella directory dist/ .

Se vuoi creare un pacchetto Pip per l'altra versione compatibile di Python, esegui:

# 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

In alternativa , puoi creare il pacchetto pip per tutte le versioni compatibili di python usando pyenv eseguendo il comando seguente. Vedi l'intestazione di tools/build_pip_package.sh per maggiori dettagli.

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

Mac OS

Impostare

Requisiti

  • Coreutils (testato con brew install coreutils )
  • Bazel >= 3.7.2
  • Python >= 3 (testato con brew install python )
  • Idiota
  • JDK 11
  • Pacchetti Python: panda numpy tensorflow

Compilazione

Segui gli stessi passaggi della compilazione Linux senza Docker.

Nota finale

La compilazione di TF-DF si basa (dal 17 dicembre 2021) sul pacchetto TensorFlow Pip e sulla dipendenza TensorFlow Bazel. Verrà compilata una piccola parte di TensorFlow. La compilazione di TF-DF su una singola potente workstation richiede circa 10 minuti.

Risoluzione dei problemi