جديد! استخدم Simple ML for Sheets لتطبيق التعلم الآلي على البيانات في Google Sheets قراءة المزيد

تثبيت

التثبيت مع بيب

قم بتثبيت غابات القرار TensorFlow عن طريق تشغيل:

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

ثم تحقق من التثبيت عن طريق تشغيل:

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

البناء من المصدر

لينكس

يثبت

متطلبات

  • بازل >= 3.7.2
  • بايثون> = 3
  • شخص سخيف
  • حزم بايثون: الباندا numpy Tensorflow

بدلًا من تثبيت التبعيات يدويًا، يمكنك استخدام TensorFlow Build docker . إذا اخترت هذا الخيار، فقم بتثبيت Docker:

التحويل البرمجي

قم بتنزيل غابات القرار TensorFlow كما يلي:

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

اختياري: تعتمد غابات القرار TensorFlow على غابات القرار Yggdrasil . إذا كنت تريد تحرير كود Yggdrasil، فيمكنك استنساخ Yggdrasil github وتغيير المسار وفقًا لذلك في third_party/yggdrasil_decision_forests/workspace.bzl .

اختياري: إذا كنت تريد استخدام خيار عامل الإرساء، فقم بتشغيل البرنامج النصي start_compile_docker.sh وتابع إلى الخطوة التالية. إذا كنت لا ترغب في استخدام خيار عامل الإرساء، فانتقل إلى الخطوة التالية مباشرة.

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

قم بتجميع وتشغيل اختبارات وحدة TF-DF باستخدام الأمر التالي. لاحظ أنه تم تكوين test_bazel.sh لـ python3.8 والمترجم الافتراضي على جهازك. قم بتحرير الملف مباشرة لتغيير هذا التكوين.

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

قم بإنشاء واختبار حزمة النقطة باستخدام الأمر التالي. استبدل python3.8 بإصدار python الذي تريد استخدامه. لاحظ أنه ليس عليك استخدام نفس إصدار Python كما هو الحال في البرنامج النصي test_bazel.sh .

إذا كان التكوين الخاص بك متوافقًا مع Manylinux2014 ، فسيتم إنتاج حزمة نقاط متوافقة مع manylinux2014 .

إذا كان التكوين الخاص بك غير متوافق مع Manylinux2014، فسيتم إنتاج حزمة نقاط غير متوافقة مع manylinux2014 ، وسيفشل الفحص النهائي. لا يهم إذا كنت تريد استخدام TF-DF على جهازك الخاص. إحدى الطرق السهلة لجعل الإصدار Manylinux2014 متوافقًا هي استخدام عامل الإرساء المذكور أعلاه.

# Build and test a Pip package.
./tools/build_pip_package.sh python3.9

سيقوم هذا الأمر بتثبيت حزمة TF-DF pip وتشغيل المثال في examples/minimal.py . توجد حزمة Pip في الدليل dist/ .

إذا كنت تريد إنشاء حزمة Pip للإصدار الآخر المتوافق من Python، فقم بتشغيل:

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

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

وبدلاً من ذلك ، يمكنك إنشاء حزمة النقطة لجميع إصدارات python المتوافقة باستخدام pyenv عن طريق تشغيل الأمر التالي. راجع رأس tools/build_pip_package.sh لمزيد من التفاصيل.

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

ماك

يثبت

متطلبات

  • أدوات سطر الأوامر XCode
  • بازل ( بازيليسك الموصى به)
  • بايثون >= 3.9
  • شخص سخيف
  • Pyenv (لإنشاء حزم Pip بإصدارات متعددة من Python)

البناء/التغليف (وحدة المعالجة المركزية Apple)

إذا كان لديك جهاز MacOS مزودًا بوحدة معالجة مركزية من Apple، فيمكنك إنشاءه باتباع الإرشادات التالية.

  1. استنساخ المستودعات الثلاثة وضبط المسارات.

    git clone https://github.com/tensorflow/decision-forests.git
git clone https://github.com/google/yggdrasil-decision-forests.git
git clone --branch boost-1.75.0 https://github.com/boostorg/boost.git
(cd boost && git submodule update --init --checkout --force)
# Adjust path TF-DF --> YDF
perl -0777 -i.original -pe 's/    http_archive\(\n        name = "ydf",\n        urls = \["https:\/\/github.com\/google\/yggdrasil-decision-forests\/archive\/refs\/heads\/main.zip"\],\n        strip_prefix = "yggdrasil-decision-forests-main",\n    \)/    native.local_repository\(\n        name = "ydf",\n        path = "..\/yggdrasil-decision-forests",\n    \)/igs' decision-forests/third_party/yggdrasil_decision_forests/workspace.bzl
# Adjust path YDF --> Boost
perl -0777 -i.original -pe 's/    new_git_repository\(\n        name = "org_boost",\n        branch = branch,\n        build_file_content = build_file_content,\n        init_submodules = True,\n        recursive_init_submodules = True,\n        remote = "https:\/\/github.com\/boostorg\/boost",\n    \)/    native.new_local_repository\(\n        name = "org_boost",\n        path = "..\/boost",\n        build_file_content = build_file_content,\n    \)/igs' yggdrasil-decision-forests/third_party/boost/workspace.bzl

    قد تحتاج إلى ضبط البرنامج النصي test_bazel.sh يدويًا لإصلاح تجزئة التزام Tensorflow، نظرًا لأنه يتعطل أحيانًا في إصدارات MacOS.

  2. (اختياري) أنشئ بيئة افتراضية جديدة وقم بتنشيطها

    python3 -m venv venv
source venv/source/activate

  3. اضبط تبعية TensorFlow لوحدات المعالجة المركزية (CPU) الخاصة بشركة Apple

    perl -0777 -i.original -pe 's/tensorflow~=/tensorflow-macos~=/igs' decision-forests/configure/setup.py

  4. حدد إصدار Python الذي تريد استخدامه وتشغيله

    cd decision-forests
# This will compile with the latest Tensorflow version in the tensorflow-macos repository.
RUN_TESTS=1 PY_VERSION=3.9 TF_VERSION=mac-arm64 ./tools/test_bazel.sh

  5. بناء حزم النقطة

    # First, we deactivate our virtualenv, since the Pip script uses a different one.
deactivate
# Build the packages.
./tools/build_pip_package.sh ALL_VERSIONS_MAC_ARM64

  6. يمكن العثور على الحزم في decision-forests/dist/ .

التجميع المتقاطع لوحدات المعالجة المركزية Intel

إذا كان لديك جهاز MacOS مزودًا بوحدة المعالجة المركزية Apple، فقم بتجميع TF-DF لأجهزة MacOS المزودة بوحدات المعالجة المركزية Intel على النحو التالي.

  1. اتبع الخطوات من 1 إلى 3 و5 من دليل وحدات المعالجة المركزية (CPU) الخاصة بشركة Apple، وتخط الخطوة 4 . قد تحتاج إلى تشغيل bazel --bazelrc=tensorflow_bazelrc clean --expunge لتنظيف دليل البناء الخاص بك.

  2. حدد إصدار Python الذي تريد استخدامه وتشغيله

    cd decision-forests
# This will compile with the latest Tensorflow version in the tensorflow-macos repository.
RUN_TESTS=0 PY_VERSION=3.9 TF_VERSION=mac-intel-crosscompile ./tools/test_bazel.sh

  3. بناء حزم النقطة

    # First, we deactivate our virtualenv, since the Pip script uses a different one.
deactivate
# Build the packages.
./tools/build_pip_package.sh ALL_VERSIONS_MAC_INTEL_CROSSCOMPILE

  4. يمكن العثور على الحزم في decision-forests/dist/ .

الملاحظة النهائية

يعتمد تجميع TF-DF على حزمة TensorFlow Pip وتبعية TensorFlow Bazel. سيتم تجميع جزء صغير فقط من TensorFlow. يستغرق تجميع TF-DF على محطة عمل واحدة قوية حوالي 10 دقائق.