חָדָשׁ! השתמש ב-Simple ML for Sheets כדי ליישם למידת מכונה על הנתונים ב-Google Sheets שלך. קרא עוד

התקנה

קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

התקנה עם Pip

התקן את TensorFlow Decision Forests על ידי הפעלת:

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

לאחר מכן, בדוק את ההתקנה באמצעות הפעלת:

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

בנה ממקור

לינוקס

להכין

דרישות

  • בזל >= 3.7.2
  • פייתון >= 3
  • Git
  • חבילות פייתון: פנדות מנופי tensorflow

במקום להתקין את התלות בידיים, אתה יכול להשתמש במעגן TensorFlow Build . אם תבחר באפשרויות אלה, התקן את Docker:

הַהדָרָה

הורד את TensorFlow Decision Forests באופן הבא:

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

אופציונלי: TensorFlow Decision Forests תלוי ב- Yggdrasil Decision Forests . אם אתה רוצה לערוך את קוד Yggdrasil, אתה יכול לשכפל את ה-Yggdrasil github ולשנות את הנתיב בהתאם ב- third_party/yggdrasil_decision_forests/workspace.bzl .

אופציונלי: אם ברצונך להשתמש באפשרות docker, הפעל את הסקריפט start_compile_docker.sh והמשך לשלב הבא. אם אינך רוצה להשתמש באפשרות docker, המשך ישירות לשלב הבא.

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

הידור והפעל את בדיקות היחידה של TF-DF עם הפקודה הבאה. שים לב ש- test_bazel.sh מוגדר עבור python3.8 ומהדר ברירת המחדל במחשב שלך. ערוך את הקובץ ישירות כדי לשנות תצורה זו.

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

צור ובדוק חבילת pip עם הפקודה הבאה. החלף את python3.8 בגרסה של python שבה ברצונך להשתמש. שימו לב שאינכם חייבים להשתמש באותה גרסה של Python כמו בסקריפט test_bazel.sh .

אם התצורה שלך תואמת ל- manylinux2014 , תיווצר חבילת pip תואמת manylinux2014 .

אם התצורה שלך אינה תואמת ל-manylinux2014, manylinux2014 חבילת pip שאינה תואמת ל-manylinux2014, והבדיקה הסופית תיכשל. זה לא משנה אם אתה רוצה להשתמש ב-TF-DF במחשב שלך. דרך קלה להפוך את ה-build manylinux2014 תואם היא להשתמש ב-docker שהוזכר לעיל.

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

פקודה זו תתקין את חבילת TF-DF pip ותפעיל את הדוגמה ב- examples/minimal.py . חבילת Pip ממוקמת בספריית dist/ .

אם אתה רוצה ליצור חבילת Pip עבור הגרסה התואמת האחרת של Python, הרץ:

# 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

לחלופין , אתה יכול ליצור את חבילת pip עבור כל הגירסאות התואמות של python באמצעות pyenv על ידי הפעלת הפקודה הבאה. ראה את הכותרת של tools/build_pip_package.sh לפרטים נוספים.

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

MacOS

להכין

דרישות

  • כלי שורת הפקודה XCode
  • Bazel (מומלץ Bazelisk )
  • Python >= 3.8
  • Git
  • Pyenv (לבניית חבילות Pip עם גרסאות פייתון מרובות)

בניין/אריזה (מעבד אפל)

אם יש לך מכונת MacOS עם Apple CPU, אתה יכול לבנות עם ההוראות הבאות.

  1. שכפל את שלושת המאגרים והתאם נתיבים.

    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

  2. (אופציונלי) צור סביבה וירטואלית חדשה והפעל אותה

    python3 -m venv venv
source venv/source/activate

  3. התאם את התלות של TensorFlow עבור מעבדי Apple

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

  4. החלט באיזו גרסת Python תרצה להשתמש ולהריץ

    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. בנה את חבילות ה-Pip

    # 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. את החבילות ניתן למצוא ב- decision-forests/dist/ .

קומפילציה צולבת עבור מעבדי אינטל

אם יש לך מכונת MacOS עם מעבד Apple, בצע קומפילציה צולבת של TF-DF עבור מכונות MacOS עם מעבדי אינטל באופן הבא.

  1. בצע את שלבים 1-3 ו-5 במדריך למעבדי Apple, דלג על שלב 4 .

  2. החלט באיזו גרסת Python תרצה להשתמש ולהריץ

    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. בנה את חבילות ה-Pip

    # 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. את החבילות ניתן למצוא ב- decision-forests/dist/ .

הערה אחרונה

הידור של TF-DF מסתמך על חבילת TensorFlow Pip ועל התלות של TensorFlow Bazel. רק חלק קטן מ-TensorFlow יורכב. קומפילציה של TF-DF על תחנת עבודה אחת חזקה נמשכת ~10 דקות.

פתרון תקלות