การสร้างแพ็คเกจ pip ของ TensorFlow Hub โดยใช้ Linux

หากคุณทำการเปลี่ยนแปลงใดๆ กับแพ็กเกจ pip ของ TensorFlow Hub คุณอาจต้องสร้างแพ็กเกจ pip ใหม่จากซอร์สโค้ดเพื่อทดลองใช้การเปลี่ยนแปลงของคุณ

ซึ่งต้องใช้สิ่งต่อไปนี้:

• ไพธอน
• เทนเซอร์โฟลว์
• กิต
• บาเซล

อีกทางเลือกหนึ่ง หากคุณติดตั้งคอมไพเลอร์ protobuf คุณสามารถ ทดลองการเปลี่ยนแปลงของคุณได้โดยไม่ต้องใช้ bazel

ตั้งค่า virtualenv

เปิดใช้งาน virtualenv

ติดตั้ง virtualenv หากยังไม่ได้ติดตั้ง:

~$ sudo apt-get install python-virtualenv

สร้างสภาพแวดล้อมเสมือนสำหรับการสร้างแพ็กเกจ:

~$ virtualenv --system-site-packages tensorflow_hub_env

และเปิดใช้งาน:

~$ source ~/tensorflow_hub_env/bin/activate  # bash, sh, ksh, or zsh
~$ source ~/tensorflow_hub_env/bin/activate.csh  # csh or tcsh

โคลน repository ของ TensorFlow Hub

(tensorflow_hub_env)~/$ git clone https://github.com/tensorflow/hub
(tensorflow_hub_env)~/$ cd hub

ทดสอบการเปลี่ยนแปลงของคุณ

เรียกใช้การทดสอบของ TensorFlow Hub

(tensorflow_hub_env)~/hub/$ bazel test tensorflow_hub:all

สร้างและติดตั้งแพ็กเกจ

สร้างสคริปต์การบรรจุ TensorFlow Hub ด้วย pip

วิธีการสร้างแพ็กเกจ pip สำหรับ TensorFlow Hub:

(tensorflow_hub_env)~/hub/$ bazel build tensorflow_hub/pip_package:build_pip_package

สร้างแพ็กเกจ pip ของ TensorFlow Hub

(tensorflow_hub_env)~/hub/$ bazel-bin/tensorflow_hub/pip_package/build_pip_package \
/tmp/tensorflow_hub_pkg

ติดตั้งและทดสอบแพ็กเกจ pip (ไม่จำเป็น)

เรียกใช้คำสั่งต่อไปนี้เพื่อติดตั้งแพ็กเกจ pip

(tensorflow_hub_env)~/hub/$ pip install /tmp/tensorflow_hub_pkg/*.whl

ทดสอบการนำเข้า TensorFlow Hub:

(tensorflow_hub_env)~/hub/$ cd ..  # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"

การติดตั้ง "นักพัฒนา" (เวอร์ชันทดลอง)

การสร้างแพ็กเกจด้วย Bazel เป็นวิธีเดียวที่ได้รับการสนับสนุนอย่างเป็นทางการ อย่างไรก็ตาม หากคุณไม่คุ้นเคยกับ Bazel การใช้เครื่องมือโอเพนซอร์สจะง่ายกว่า สำหรับวิธีนั้น คุณสามารถทำการ "ติดตั้งแบบนักพัฒนา" (developer install) ของแพ็กเกจได้

วิธีการติดตั้งนี้ช่วยให้คุณสามารถติดตั้งไดเร็กทอรีการทำงานลงในสภาพแวดล้อม Python ของคุณได้ เพื่อให้การเปลี่ยนแปลงที่เกิดขึ้นจะสะท้อนให้เห็นเมื่อคุณนำเข้าแพ็กเกจ

ตั้งค่าที่เก็บข้อมูล

ขั้นแรก ให้ตั้งค่า virtualenv และ repository ตามที่อธิบายไว้ ข้างต้น

ติดตั้ง protoc

เนื่องจาก TensorFlow Hub ใช้ protobuf คุณจึงจำเป็นต้องใช้คอมไพเลอร์ protobuf เพื่อสร้างไฟล์ python _pb2.py ที่จำเป็นจากไฟล์ . .proto

บนเครื่อง Mac:

(tensorflow_hub_env)~/hub/$ brew install protobuf

บนลินุกซ์

(tensorflow_hub_env)~/hub/$ sudo apt install protobuf-compiler

คอมไพล์ไฟล์ .proto

ในขั้นต้น จะไม่มีไฟล์ _pb2.py อยู่ในไดเร็กทอรี:

(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py

เรียกใช้ protoc เพื่อสร้างไฟล์เหล่านั้น:

(tensorflow_hub_env)~/hub/$ protoc -I=tensorflow_hub --python_out=tensorflow_hub tensorflow_hub/*.proto
(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py

tensorflow_hub/image_module_info_pb2.py
tensorflow_hub/module_attachment_pb2.py
tensorflow_hub/module_def_pb2.py

นำเข้าโดยตรงจากที่เก็บข้อมูล

เมื่อมีไฟล์ _pb2.py อยู่แล้ว คุณสามารถทดลองใช้งานการแก้ไขของคุณได้โดยตรงจากไดเร็กทอรี TensorFlow Hub:

(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"

ติดตั้งในโหมด "นักพัฒนา"

หรือหากต้องการใช้งานจากภายนอกไดเร็กทอรีหลักของที่เก็บโค้ด คุณสามารถใช้การติดตั้ง setup.py develop :

(tensorflow_hub_env)~/hub/$ python tensorflow_hub/pip_package/setup.py develop

ตอนนี้คุณสามารถใช้การเปลี่ยนแปลงในเครื่องของคุณในสภาพแวดล้อมเสมือน Python ทั่วไปได้แล้ว โดยไม่จำเป็นต้องสร้างและติดตั้งแพ็กเกจ pip ใหม่ทุกครั้งที่มีการเปลี่ยนแปลง:

(tensorflow_hub_env)~/hub/$ cd ..  # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"

ปิดใช้งาน virtualenv

(tensorflow_hub_env)~/hub/$ deactivate

หากคุณทำการเปลี่ยนแปลงใดๆ กับแพ็กเกจ pip ของ TensorFlow Hub คุณอาจต้องสร้างแพ็กเกจ pip ใหม่จากซอร์สโค้ดเพื่อทดลองใช้การเปลี่ยนแปลงของคุณ

ซึ่งต้องใช้สิ่งต่อไปนี้:

• ไพธอน
• เทนเซอร์โฟลว์
• กิต
• บาเซล

อีกทางเลือกหนึ่ง หากคุณติดตั้งคอมไพเลอร์ protobuf คุณสามารถ ทดลองการเปลี่ยนแปลงของคุณได้โดยไม่ต้องใช้ bazel

ตั้งค่า virtualenv

เปิดใช้งาน virtualenv

ติดตั้ง virtualenv หากยังไม่ได้ติดตั้ง:

~$ sudo apt-get install python-virtualenv

สร้างสภาพแวดล้อมเสมือนสำหรับการสร้างแพ็กเกจ:

~$ virtualenv --system-site-packages tensorflow_hub_env

และเปิดใช้งาน:

~$ source ~/tensorflow_hub_env/bin/activate  # bash, sh, ksh, or zsh
~$ source ~/tensorflow_hub_env/bin/activate.csh  # csh or tcsh

โคลน repository ของ TensorFlow Hub

(tensorflow_hub_env)~/$ git clone https://github.com/tensorflow/hub
(tensorflow_hub_env)~/$ cd hub

ทดสอบการเปลี่ยนแปลงของคุณ

เรียกใช้การทดสอบของ TensorFlow Hub

(tensorflow_hub_env)~/hub/$ bazel test tensorflow_hub:all

สร้างและติดตั้งแพ็กเกจ

สร้างสคริปต์การบรรจุ TensorFlow Hub ด้วย pip

วิธีการสร้างแพ็กเกจ pip สำหรับ TensorFlow Hub:

(tensorflow_hub_env)~/hub/$ bazel build tensorflow_hub/pip_package:build_pip_package

สร้างแพ็กเกจ pip ของ TensorFlow Hub

(tensorflow_hub_env)~/hub/$ bazel-bin/tensorflow_hub/pip_package/build_pip_package \
/tmp/tensorflow_hub_pkg

ติดตั้งและทดสอบแพ็กเกจ pip (ไม่จำเป็น)

เรียกใช้คำสั่งต่อไปนี้เพื่อติดตั้งแพ็กเกจ pip

(tensorflow_hub_env)~/hub/$ pip install /tmp/tensorflow_hub_pkg/*.whl

ทดสอบการนำเข้า TensorFlow Hub:

(tensorflow_hub_env)~/hub/$ cd ..  # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"

การติดตั้ง "นักพัฒนา" (เวอร์ชันทดลอง)

การสร้างแพ็กเกจด้วย Bazel เป็นวิธีเดียวที่ได้รับการสนับสนุนอย่างเป็นทางการ อย่างไรก็ตาม หากคุณไม่คุ้นเคยกับ Bazel การใช้เครื่องมือโอเพนซอร์สจะง่ายกว่า สำหรับวิธีนั้น คุณสามารถทำการ "ติดตั้งแบบนักพัฒนา" (developer install) ของแพ็กเกจได้

วิธีการติดตั้งนี้ช่วยให้คุณสามารถติดตั้งไดเร็กทอรีการทำงานลงในสภาพแวดล้อม Python ของคุณได้ เพื่อให้การเปลี่ยนแปลงที่เกิดขึ้นจะสะท้อนให้เห็นเมื่อคุณนำเข้าแพ็กเกจ

ตั้งค่าที่เก็บข้อมูล

ขั้นแรก ให้ตั้งค่า virtualenv และ repository ตามที่อธิบายไว้ ข้างต้น

ติดตั้ง protoc

เนื่องจาก TensorFlow Hub ใช้ protobuf คุณจึงจำเป็นต้องใช้คอมไพเลอร์ protobuf เพื่อสร้างไฟล์ python _pb2.py ที่จำเป็นจากไฟล์ . .proto

บนเครื่อง Mac:

(tensorflow_hub_env)~/hub/$ brew install protobuf

บนลินุกซ์

(tensorflow_hub_env)~/hub/$ sudo apt install protobuf-compiler

คอมไพล์ไฟล์ .proto

ในขั้นต้น จะไม่มีไฟล์ _pb2.py อยู่ในไดเร็กทอรี:

(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py

เรียกใช้ protoc เพื่อสร้างไฟล์เหล่านั้น:

(tensorflow_hub_env)~/hub/$ protoc -I=tensorflow_hub --python_out=tensorflow_hub tensorflow_hub/*.proto
(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py

tensorflow_hub/image_module_info_pb2.py
tensorflow_hub/module_attachment_pb2.py
tensorflow_hub/module_def_pb2.py

นำเข้าโดยตรงจากที่เก็บข้อมูล

เมื่อมีไฟล์ _pb2.py อยู่แล้ว คุณสามารถทดลองใช้งานการแก้ไขของคุณได้โดยตรงจากไดเร็กทอรี TensorFlow Hub:

(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"

ติดตั้งในโหมด "นักพัฒนา"

หรือหากต้องการใช้งานจากภายนอกไดเร็กทอรีหลักของที่เก็บโค้ด คุณสามารถใช้การติดตั้ง setup.py develop :

(tensorflow_hub_env)~/hub/$ python tensorflow_hub/pip_package/setup.py develop

ตอนนี้คุณสามารถใช้การเปลี่ยนแปลงในเครื่องของคุณในสภาพแวดล้อมเสมือน Python ทั่วไปได้แล้ว โดยไม่จำเป็นต้องสร้างและติดตั้งแพ็กเกจ pip ใหม่ทุกครั้งที่มีการเปลี่ยนแปลง:

(tensorflow_hub_env)~/hub/$ cd ..  # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"

ปิดใช้งาน virtualenv

(tensorflow_hub_env)~/hub/$ deactivate