নতুন! আপনার Google পত্রকের ডেটাতে মেশিন লার্নিং প্রয়োগ করতে শীটগুলির জন্য সাধারণ ML ব্যবহার করুন আরও পড়ুন ৷

স্থাপন

পিপ দিয়ে ইনস্টলেশন

চালানোর মাধ্যমে টেনসরফ্লো ডিসিশন ফরেস্ট ইনস্টল করুন:

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

তারপরে, রান করে ইনস্টলেশন চেক করুন:

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

উৎস থেকে তৈরি করুন

লিনাক্স

সেটআপ

প্রয়োজনীয়তা

  • বেজেল >= 3.7.2
  • পাইথন >= 3
  • গিট
  • পাইথন প্যাকেজ: নমপি টেনসরফ্লো পান্ডা

হাতে নির্ভরতা ইনস্টল করার পরিবর্তে, আপনি টেনসরফ্লো বিল্ড ডকার ব্যবহার করতে পারেন। আপনি যদি এই বিকল্পগুলি বেছে নেন, Docker ইনস্টল করুন:

সংকলন

নিম্নরূপ TensorFlow সিদ্ধান্ত বন ডাউনলোড করুন:

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

ঐচ্ছিক: TensorFlow সিদ্ধান্ত বন Yggdrasil সিদ্ধান্ত বনের উপর নির্ভর করে। আপনি যদি Yggdrasil কোড সম্পাদনা করতে চান, আপনি Yggdrasil github ক্লোন করতে পারেন এবং সেই অনুযায়ী পাথ পরিবর্তন করতে পারেন third_party/yggdrasil_decision_forests/workspace.bzl এ।

ঐচ্ছিক: আপনি যদি ডকার বিকল্পটি ব্যবহার করতে চান, start_compile_docker.sh স্ক্রিপ্টটি চালান এবং পরবর্তী ধাপে চালিয়ে যান। আপনি যদি ডকার বিকল্পটি ব্যবহার করতে না চান, তাহলে সরাসরি পরবর্তী ধাপে যান।

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

নিম্নলিখিত কমান্ডের সাহায্যে TF-DF-এর ইউনিট পরীক্ষা কম্পাইল করুন এবং চালান। মনে রাখবেন test_bazel.sh আপনার মেশিনে python3.8 এবং ডিফল্ট কম্পাইলারের জন্য কনফিগার করা হয়েছে। এই কনফিগারেশন পরিবর্তন করতে সরাসরি ফাইলটি সম্পাদনা করুন।

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

নিম্নলিখিত কমান্ড দিয়ে একটি পিপ প্যাকেজ তৈরি করুন এবং পরীক্ষা করুন। আপনি ব্যবহার করতে চান এমন পাইথনের সংস্করণ দ্বারা python3.8 প্রতিস্থাপন করুন। মনে রাখবেন test_bazel.sh স্ক্রিপ্টের মতো আপনাকে পাইথনের একই সংস্করণ ব্যবহার করতে হবে না।

আপনার কনফিগারেশন manylinux2014 এর সাথে সামঞ্জস্যপূর্ণ হলে, একটি manylinux2014 সামঞ্জস্যপূর্ণ পিপ প্যাকেজ তৈরি করা হবে।

আপনার কনফিগারেশন manylinux2014 এর সাথে সামঞ্জস্যপূর্ণ না হলে, একটি নন manylinux2014 সামঞ্জস্যপূর্ণ পিপ প্যাকেজ তৈরি করা হবে, এবং চূড়ান্ত চেক ব্যর্থ হবে। আপনি আপনার নিজের মেশিনে TF-DF ব্যবহার করতে চান তাহলে এটা কোন ব্যাপার না। বিল্ড manylinux2014 সামঞ্জস্যপূর্ণ করার একটি সহজ উপায় হল উপরে উল্লিখিত ডকার ব্যবহার করা।

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

এই কমান্ডটি TF-DF পিপ প্যাকেজ ইনস্টল করবে এবং examples/minimal.py এ উদাহরণ চালাবে। পিপ প্যাকেজটি dist/ ডিরেক্টরিতে অবস্থিত।

আপনি যদি পাইথনের অন্যান্য সামঞ্জস্যপূর্ণ সংস্করণের জন্য একটি পিপ প্যাকেজ তৈরি করতে চান তবে চালান:

# 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

বিকল্পভাবে , আপনি নিম্নলিখিত কমান্ডটি চালিয়ে pyenv ব্যবহার করে পাইথনের সমস্ত সামঞ্জস্যপূর্ণ সংস্করণের জন্য পিপ প্যাকেজ তৈরি করতে পারেন। আরো বিস্তারিত জানার জন্য tools/build_pip_package.sh এর শিরোনাম দেখুন।

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

ম্যাক অপারেটিং সিস্টেম

সেটআপ

প্রয়োজনীয়তা

  • XCode কমান্ড লাইন টুল
  • ব্যাজেল (প্রস্তাবিত ব্যাজেলিস্ক )
  • পাইথন >= 3.8
  • গিট
  • Pyenv (একাধিক পাইথন সংস্করণ সহ পিপ প্যাকেজ তৈরির জন্য)

বিল্ডিং / প্যাকেজিং (অ্যাপল CPU)

আপনার কাছে Apple CPU সহ একটি MacOS মেশিন থাকলে, আপনি নিম্নলিখিত নির্দেশাবলী দিয়ে তৈরি করতে পারেন।

  1. তিনটি সংগ্রহস্থল ক্লোন করুন এবং পাথ সামঞ্জস্য করুন।

    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

    Tensorflow কমিট হ্যাশ ঠিক করার জন্য আপনাকে test_bazel.sh স্ক্রিপ্ট ম্যানুয়ালি সামঞ্জস্য করতে হতে পারে, যেহেতু এটি কখনও কখনও MacOS বিল্ডগুলির জন্য ভেঙে যায়।

  2. (ঐচ্ছিক) একটি নতুন ভার্চুয়াল পরিবেশ তৈরি করুন এবং এটি সক্রিয় করুন৷

    python3 -m venv venv
source venv/source/activate

  3. Apple CPU-এর জন্য TensorFlow নির্ভরতা সামঞ্জস্য করুন

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

  4. আপনি কোন পাইথন সংস্করণ ব্যবহার করতে চান এবং চালাতে চান তা নির্ধারণ করুন

    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. পিপ প্যাকেজ তৈরি করুন

    # 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. প্যাকেজগুলি decision-forests/dist/ -এ পাওয়া যাবে।

ইন্টেল সিপিইউ-এর জন্য ক্রস-কম্পাইলিং

আপনার যদি Apple CPU সহ একটি MacOS মেশিন থাকে, তাহলে নিম্নরূপ Intel CPU সহ MacOS মেশিনগুলির জন্য TF-DF ক্রস-কম্পাইল করুন।

  1. অ্যাপল সিপিইউ-এর জন্য গাইডের ধাপ 1-3 এবং 5 অনুসরণ করুন, ধাপ 4 এড়িয়ে যান । আপনার বিল্ড ডিরেক্টরি পরিষ্কার করার জন্য আপনাকে bazel --bazelrc=tensorflow_bazelrc clean --expunge চালানোর প্রয়োজন হতে পারে।

  2. আপনি কোন পাইথন সংস্করণ ব্যবহার করতে চান এবং চালাতে চান তা নির্ধারণ করুন

    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. পিপ প্যাকেজ তৈরি করুন

    # 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. প্যাকেজগুলি decision-forests/dist/ -এ পাওয়া যাবে।

চূড়ান্ত নোট

TF-DF কম্পাইল করা TensorFlow Pip প্যাকেজ এবং TensorFlow Bazel নির্ভরতার উপর নির্ভর করে। শুধুমাত্র TensorFlow এর একটি ছোট অংশ কম্পাইল করা হবে। একটি একক শক্তিশালী ওয়ার্কস্টেশনে TF-DF কম্পাইল করতে ~10 মিনিট সময় লাগে।

সমস্যা সমাধান