Zbuduj pakiet pip TensorFlow ze źródła i zainstaluj go w systemie Ubuntu Linux i macOS. Chociaż instrukcje mogą działać w innych systemach, są testowane i obsługiwane tylko w systemach Ubuntu i macOS.
Konfiguracja dla systemów Linux i macOS
Zainstaluj następujące narzędzia do kompilacji, aby skonfigurować środowisko programistyczne.
Zainstaluj Python i zależności pakietu TensorFlow
Ubuntu
sudo apt install python3-dev python3-pip
System operacyjny Mac
Wymaga Xcode 9.2 lub nowszego.
Zainstaluj za pomocą menedżera pakietów Homebrew :
brew install python
Zainstaluj zależności pakietu pip TensorFlow (jeśli używasz środowiska wirtualnego, pomiń argument --user
):
pip install -U --user pip numpy wheel packaging requests opt_einsum
pip install -U --user keras_preprocessing --no-deps
Zainstaluj Bazela
Aby zbudować TensorFlow, musisz zainstalować Bazel. Bazelisk to łatwy sposób na zainstalowanie Bazel i automatyczne pobieranie poprawnej wersji Bazel dla TensorFlow. Aby ułatwić korzystanie, dodaj Bazelisk jako plik wykonywalny bazel
w swoim PATH
.
Jeśli Bazelisk nie jest dostępny, możesz ręcznie zainstalować Bazel . Upewnij się, że zainstalowałeś poprawną wersję Bazel z pliku .bazelversion TensorFlow.
Zainstaluj Clang (zalecane, tylko Linux)
Clang to kompilator C/C++/Objective-C, który jest kompilowany w C++ w oparciu o LLVM. Jest to domyślny kompilator do budowania TensorFlow począwszy od TensorFlow 2.13. Obecna obsługiwana wersja to LLVM/Clang 16.
Pakiety nocne LLVM Debian/Ubuntu zawierają skrypt automatycznej instalacji oraz pakiety do ręcznej instalacji w systemie Linux. Upewnij się, że uruchomiłeś następujące polecenie, jeśli ręcznie dodajesz repozytorium llvm apt do źródeł pakietów:
sudo apt-get update && sudo apt-get install -y llvm-16 clang-16
Alternatywnie możesz pobrać i rozpakować gotowe pliki binarne Clang+LLVM-16 .
Zainstaluj obsługę GPU (opcjonalnie, tylko Linux)
Brak obsługi GPU dla systemu macOS.
Przeczytaj przewodnik po obsłudze GPU , aby zainstalować sterowniki i dodatkowe oprogramowanie wymagane do uruchomienia TensorFlow na GPU.
Pobierz kod źródłowy TensorFlow
Użyj Git, aby sklonować repozytorium TensorFlow :
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
Domyślnie repozytorium to master
gałąź programistyczna. Możesz także sprawdzić gałąź wydania do zbudowania:
git checkout branch_name # r2.2, r2.3, etc.
Opcjonalnie: skonfiguruj kompilację
Kompilacje TensorFlow są konfigurowane przez plik .bazelrc
w katalogu głównym repozytorium. Skrypty ./configure
lub ./configure.py
mogą służyć do dostosowywania typowych ustawień.
Jeśli potrzebujesz zmienić konfigurację, uruchom skrypt ./configure
z katalogu głównego repozytorium. Ten skrypt wyświetli monit o lokalizację zależności TensorFlow i poprosi o dodatkowe opcje konfiguracji kompilacji (na przykład flagi kompilatora). Aby uzyskać szczegółowe informacje, zapoznaj się z sekcją Przykładowa sesja .
./configure
Istnieje również wersja tego skryptu dla Pythona, ./configure.py
. Jeśli używasz środowiska wirtualnego, python configure.py
nadaje priorytet ścieżkom w środowisku, podczas gdy ./configure
nadaje priorytet ścieżkom poza środowiskiem. W obu przypadkach możesz zmienić ustawienie domyślne.
Przykładowa sesja
Poniżej przedstawiono przykładowe uruchomienie skryptu ./configure
(Twoja sesja może się różnić):
Opcje konfiguracji
Wsparcie GPU
Aby uzyskać obsługę GPU , ustaw cuda=Y
podczas konfiguracji i określ wersje CUDA i cuDNN. Jeśli Twój system ma zainstalowanych wiele wersji CUDA lub cuDNN, jawnie ustaw wersję zamiast polegać na wartości domyślnej. ./configure
tworzy dowiązania symboliczne do bibliotek CUDA twojego systemu — więc jeśli zaktualizujesz ścieżki bibliotek CUDA, ten krok konfiguracji musi zostać uruchomiony ponownie przed budowaniem.
optymalizacje
W przypadku flag optymalizacji kompilacji wartość domyślna ( -march=native
) optymalizuje wygenerowany kod dla typu procesora komputera. Jeśli jednak budujesz TensorFlow dla innego typu procesora, rozważ bardziej szczegółową flagę optymalizacji. Sprawdź podręcznik GCC dla przykładów.
Wstępnie skonfigurowane konfiguracje
Dostępnych jest kilka wstępnie skonfigurowanych konfiguracji kompilacji, które można dodać do polecenia bazel build
, na przykład:
-
--config=dbg
— Kompiluj z informacjami o debugowaniu. Więcej informacji można znaleźć na stronie CONTRIBUTING.md . -
--config=mkl
—Obsługa Intel® MKL-DNN . -
--config=monolithic
— konfiguracja dla w większości statycznej, monolitycznej kompilacji.
Zbuduj i zainstaluj pakiet pip
Pakiet pip jest tworzony w dwóch krokach. Komendy bazel build
tworzą program „konstruktora pakietów”. Następnie uruchamiasz narzędzie do tworzenia pakietów, aby utworzyć pakiet.
Zbuduj konstruktora pakietów
Użyj bazel build
, aby utworzyć narzędzie do tworzenia pakietów TensorFlow 2.x z obsługą tylko procesora :
bazel build [--config=option] //tensorflow/tools/pip_package:build_pip_package
Wsparcie GPU
Aby zbudować narzędzie do tworzenia pakietów TensorFlow z obsługą GPU:
bazel build --config=cuda [--config=option] //tensorflow/tools/pip_package:build_pip_package
Opcje budowania Bazela
Zapoznaj się z dokumentacją dotyczącą wiersza poleceń Bazel, aby zapoznać się z opcjami kompilacji .
Budowanie TensorFlow ze źródła może zużywać dużo pamięci RAM. Jeśli twój system ma ograniczoną pamięć, ogranicz użycie pamięci RAM przez Bazel za pomocą: --local_ram_resources=2048
.
Oficjalne pakiety TensorFlow są zbudowane przy użyciu łańcucha narzędzi Clang, który jest zgodny ze standardem pakietu Manylinux2014.
Zbuduj pakiet
Komenda bazel build
tworzy plik wykonywalny o nazwie build_pip_package
— jest to program, który buduje pakiet pip
. Uruchom plik wykonywalny, jak pokazano poniżej, aby zbudować pakiet .whl
w katalogu /tmp/tensorflow_pkg
.
Aby skompilować z gałęzi wydania:
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
Aby zbudować z wzorca, użyj --nightly_flag
, aby uzyskać odpowiednie zależności:
./bazel-bin/tensorflow/tools/pip_package/build_pip_package --nightly_flag /tmp/tensorflow_pkg
Chociaż możliwe jest zbudowanie zarówno konfiguracji CUDA, jak i konfiguracji innych niż CUDA w ramach tego samego drzewa źródłowego, zaleca się uruchamianie bazel clean
podczas przełączania między tymi dwiema konfiguracjami w tym samym drzewie źródłowym.
Zainstaluj pakiet
Nazwa wygenerowanego pliku .whl
zależy od wersji TensorFlow i Twojej platformy. Użyj pip install
aby zainstalować pakiet, na przykład:
pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl
Kompilacje Docker Linux
Obrazy programistyczne Docker firmy TensorFlow to łatwy sposób na skonfigurowanie środowiska do tworzenia pakietów systemu Linux ze źródła. Te obrazy zawierają już kod źródłowy i zależności wymagane do zbudowania TensorFlow. Przejdź do przewodnika TensorFlow Docker , aby uzyskać instrukcje instalacji i listę dostępnych tagów obrazów .
Tylko procesor
W poniższym przykładzie użyto :devel
obrazu do skompilowania pakietu tylko dla procesora z najnowszego kodu źródłowego TensorFlow. Sprawdź przewodnik platformy Docker pod kątem dostępnych tagów TensorFlow -devel
.
Pobierz najnowszy obraz programistyczny i uruchom kontener Docker, którego użyjesz do zbudowania pakietu pip :
docker pull tensorflow/tensorflow:devel
docker run -it -w /tensorflow_src -v $PWD:/mnt -e HOST_PERMS="$(id -u):$(id -g)" \ tensorflow/tensorflow:devel bash
git pull # within the container, download the latest source code
Powyższe polecenie docker run
uruchamia powłokę w katalogu /tensorflow_src
— katalogu głównym drzewa źródłowego. Montuje bieżący katalog hosta w katalogu /mnt
kontenera i przekazuje informacje o użytkowniku hosta do kontenera poprzez zmienną środowiskową (używaną do ustawiania uprawnień — Docker może to utrudnić).
Alternatywnie, aby zbudować kopię hosta TensorFlow w kontenerze, zamontuj źródłowe drzewo hosta w katalogu /tensorflow
kontenera:
docker run -it -w /tensorflow -v /path/to/tensorflow:/tensorflow -v $PWD:/mnt \ -e HOST_PERMS="\\((id -u):\\)(id -g)" tensorflow/tensorflow:devel bash
Po skonfigurowaniu drzewa źródeł zbuduj pakiet TensorFlow w środowisku wirtualnym kontenera:
- Opcjonalnie: Skonfiguruj kompilację — spowoduje to wyświetlenie monitu o udzielenie odpowiedzi na pytania dotyczące konfiguracji kompilacji.
- Zbuduj narzędzie używane do tworzenia pakietu pip .
- Uruchom narzędzie, aby utworzyć pakiet pip .
- Dostosuj uprawnienia własności do pliku poza kontenerem.
./configure # if necessary
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /mnt # create package
chown $HOST_PERMS /mnt/tensorflow-version-tags.whl
Zainstaluj i sprawdź pakiet w kontenerze:
pip uninstall tensorflow # remove current version
pip install /mnt/tensorflow-version-tags.whl
cd /tmp # don't import from source directory
python -c "import tensorflow as tf; print(tf.__version__)"
Na komputerze hosta pakiet pip TensorFlow znajduje się w bieżącym katalogu (z uprawnieniami użytkownika hosta): ./tensorflow- version - tags .whl
Wsparcie GPU
Docker to najłatwiejszy sposób na zbudowanie obsługi GPU dla TensorFlow, ponieważ host wymaga tylko sterownika NVIDIA® ( zestaw narzędzi NVIDIA® CUDA® nie musi być instalowany). Zapoznaj się z przewodnikiem obsługi GPU i przewodnikiem TensorFlow Docker , aby skonfigurować nvidia-docker (tylko Linux).
Poniższy przykład pobiera obraz TensorFlow :devel-gpu
i używa nvidia-docker
do uruchamiania kontenera obsługującego GPU. Ten obraz programistyczny jest skonfigurowany do tworzenia pakietu pip z obsługą GPU:
docker pull tensorflow/tensorflow:devel-gpu
docker run --gpus all -it -w /tensorflow -v $PWD:/mnt -e HOST_PERMS="$(id -u):$(id -g)" \ tensorflow/tensorflow:devel-gpu bash
git pull # within the container, download the latest source code
Następnie w wirtualnym środowisku kontenera zbuduj pakiet TensorFlow z obsługą GPU:
./configure # if necessary
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /mnt # create package
chown $HOST_PERMS /mnt/tensorflow-version-tags.whl
Zainstaluj i sprawdź pakiet w kontenerze oraz sprawdź GPU:
pip uninstall tensorflow # remove current version
pip install /mnt/tensorflow-version-tags.whl
cd /tmp # don't import from source directory
python -c "import tensorflow as tf; print(\"Num GPUs Available: \", len(tf.config.list_physical_devices('GPU')))"
Testowane konfiguracje kompilacji
Linuks
procesor
Wersja | Wersja Pythona | Kompilator | Buduj narzędzia |
---|---|---|---|
tensorflow-2.13.0 | 3.8-3.11 | Clang 16.0.0 | Bazel 5.3.0 |
tensorflow-2.12.0 | 3.8-3.11 | GCC 9.3.1 | Bazel 5.3.0 |
tensorflow-2.11.0 | 3.7-3.10 | GCC 9.3.1 | Bazel 5.3.0 |
tensorflow-2.10.0 | 3.7-3.10 | GCC 9.3.1 | Bazel 5.1.1 |
tensorflow-2.9.0 | 3.7-3.10 | GCC 9.3.1 | Bazel 5.0.0 |
tensorflow-2.8.0 | 3.7-3.10 | GCC 7.3.1 | Bazel 4.2.1 |
tensorflow-2.7.0 | 3,7-3,9 | GCC 7.3.1 | Bazel 3.7.2 |
tensorflow-2.6.0 | 3,6-3,9 | GCC 7.3.1 | Bazel 3.7.2 |
tensorflow-2.5.0 | 3,6-3,9 | GCC 7.3.1 | Bazel 3.7.2 |
tensorflow-2.4.0 | 3,6-3,8 | GCC 7.3.1 | Bazel 3.1.0 |
tensorflow-2.3.0 | 3,5-3,8 | GCC 7.3.1 | Bazel 3.1.0 |
tensorflow-2.2.0 | 3,5-3,8 | GCC 7.3.1 | Bazel 2.0.0 |
tensorflow-2.1.0 | 2,7, 3,5-3,7 | GCC 7.3.1 | Bazel 0.27.1 |
tensorflow-2.0.0 | 2,7, 3,3-3,7 | GCC 7.3.1 | Bazel 0.26.1 |
tensorflow-1.15.0 | 2,7, 3,3-3,7 | GCC 7.3.1 | Bazel 0.26.1 |
tensorflow-1.14.0 | 2,7, 3,3-3,7 | GCC 4.8 | Bazel 0.24.1 |
tensorflow-1.13.1 | 2,7, 3,3-3,7 | GCC 4.8 | Bazel 0.19.2 |
tensorflow-1.12.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.15.0 |
tensorflow-1.11.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.15.0 |
tensorflow-1.10.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.15.0 |
tensorflow-1.9.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.11.0 |
tensorflow-1.8.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.10.0 |
tensorflow-1.7.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.10.0 |
tensorflow-1.6.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.9.0 |
tensorflow-1.5.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.8.0 |
tensorflow-1.4.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.5.4 |
tensorflow-1.3.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.5 |
tensorflow-1.2.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.5 |
tensorflow-1.1.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.2 |
tensorflow-1.0.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.2 |
GPU
Wersja | Wersja Pythona | Kompilator | Buduj narzędzia | cuDNN | CUDA |
---|---|---|---|---|---|
tensorflow-2.13.0 | 3.8-3.11 | Clang 16.0.0 | Bazel 5.3.0 | 8.6 | 11.8 |
tensorflow-2.12.0 | 3.8-3.11 | GCC 9.3.1 | Bazel 5.3.0 | 8.6 | 11.8 |
tensorflow-2.11.0 | 3.7-3.10 | GCC 9.3.1 | Bazel 5.3.0 | 8.1 | 11.2 |
tensorflow-2.10.0 | 3.7-3.10 | GCC 9.3.1 | Bazel 5.1.1 | 8.1 | 11.2 |
tensorflow-2.9.0 | 3.7-3.10 | GCC 9.3.1 | Bazel 5.0.0 | 8.1 | 11.2 |
tensorflow-2.8.0 | 3.7-3.10 | GCC 7.3.1 | Bazel 4.2.1 | 8.1 | 11.2 |
tensorflow-2.7.0 | 3,7-3,9 | GCC 7.3.1 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow-2.6.0 | 3,6-3,9 | GCC 7.3.1 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow-2.5.0 | 3,6-3,9 | GCC 7.3.1 | Bazel 3.7.2 | 8.1 | 11.2 |
tensorflow-2.4.0 | 3,6-3,8 | GCC 7.3.1 | Bazel 3.1.0 | 8.0 | 11.0 |
tensorflow-2.3.0 | 3,5-3,8 | GCC 7.3.1 | Bazel 3.1.0 | 7.6 | 10.1 |
tensorflow-2.2.0 | 3,5-3,8 | GCC 7.3.1 | Bazel 2.0.0 | 7.6 | 10.1 |
tensorflow-2.1.0 | 2,7, 3,5-3,7 | GCC 7.3.1 | Bazel 0.27.1 | 7.6 | 10.1 |
tensorflow-2.0.0 | 2,7, 3,3-3,7 | GCC 7.3.1 | Bazel 0.26.1 | 7.4 | 10.0 |
tensorflow_gpu-1.15.0 | 2,7, 3,3-3,7 | GCC 7.3.1 | Bazel 0.26.1 | 7.4 | 10.0 |
tensorflow_gpu-1.14.0 | 2,7, 3,3-3,7 | GCC 4.8 | Bazel 0.24.1 | 7.4 | 10.0 |
tensorflow_gpu-1.13.1 | 2,7, 3,3-3,7 | GCC 4.8 | Bazel 0.19.2 | 7.4 | 10.0 |
tensorflow_gpu-1.12.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
tensorflow_gpu-1.11.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
tensorflow_gpu-1.10.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.15.0 | 7 | 9 |
tensorflow_gpu-1.9.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.11.0 | 7 | 9 |
tensorflow_gpu-1.8.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.10.0 | 7 | 9 |
tensorflow_gpu-1.7.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
tensorflow_gpu-1.6.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.9.0 | 7 | 9 |
tensorflow_gpu-1.5.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.8.0 | 7 | 9 |
tensorflow_gpu-1.4.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.5.4 | 6 | 8 |
tensorflow_gpu-1.3.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.5 | 6 | 8 |
tensorflow_gpu-1.2.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.5 | 5.1 | 8 |
tensorflow_gpu-1.1.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |
tensorflow_gpu-1.0.0 | 2,7, 3,3-3,6 | GCC 4.8 | Bazel 0.4.2 | 5.1 | 8 |
System operacyjny Mac
procesor
Wersja | Wersja Pythona | Kompilator | Buduj narzędzia |
---|---|---|---|
tensorflow-2.13.0 | 3.8-3.11 | Clang z xcode 10.15 | Bazel 5.3.0 |
tensorflow-2.12.0 | 3.8-3.11 | Clang z xcode 10.15 | Bazel 5.3.0 |
tensorflow-2.11.0 | 3.7-3.10 | Clang z xcode 10.14 | Bazel 5.3.0 |
tensorflow-2.10.0 | 3.7-3.10 | Clang z xcode 10.14 | Bazel 5.1.1 |
tensorflow-2.9.0 | 3.7-3.10 | Clang z xcode 10.14 | Bazel 5.0.0 |
tensorflow-2.8.0 | 3.7-3.10 | Clang z xcode 10.14 | Bazel 4.2.1 |
tensorflow-2.7.0 | 3,7-3,9 | Clang z xcode 10.11 | Bazel 3.7.2 |
tensorflow-2.6.0 | 3,6-3,9 | Clang z xcode 10.11 | Bazel 3.7.2 |
tensorflow-2.5.0 | 3,6-3,9 | Clang z xcode 10.11 | Bazel 3.7.2 |
tensorflow-2.4.0 | 3,6-3,8 | Clang z xcode 10.3 | Bazel 3.1.0 |
tensorflow-2.3.0 | 3,5-3,8 | Clang z xcode 10.1 | Bazel 3.1.0 |
tensorflow-2.2.0 | 3,5-3,8 | Clang z xcode 10.1 | Bazel 2.0.0 |
tensorflow-2.1.0 | 2,7, 3,5-3,7 | Clang z xcode 10.1 | Bazel 0.27.1 |
tensorflow-2.0.0 | 2,7, 3,5-3,7 | Clang z xcode 10.1 | Bazel 0.27.1 |
tensorflow-2.0.0 | 2,7, 3,3-3,7 | Clang z xcode 10.1 | Bazel 0.26.1 |
tensorflow-1.15.0 | 2,7, 3,3-3,7 | Clang z xcode 10.1 | Bazel 0.26.1 |
tensorflow-1.14.0 | 2,7, 3,3-3,7 | Clang z xcode | Bazel 0.24.1 |
tensorflow-1.13.1 | 2,7, 3,3-3,7 | Clang z xcode | Bazel 0.19.2 |
tensorflow-1.12.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.15.0 |
tensorflow-1.11.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.15.0 |
tensorflow-1.10.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.15.0 |
tensorflow-1.9.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.11.0 |
tensorflow-1.8.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.10.1 |
tensorflow-1.7.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.10.1 |
tensorflow-1.6.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.8.1 |
tensorflow-1.5.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.8.1 |
tensorflow-1.4.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.5.4 |
tensorflow-1.3.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.4.5 |
tensorflow-1.2.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.4.5 |
tensorflow-1.1.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.4.2 |
tensorflow-1.0.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.4.2 |
GPU
Wersja | Wersja Pythona | Kompilator | Buduj narzędzia | cuDNN | CUDA |
---|---|---|---|---|---|
tensorflow_gpu-1.1.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.4.2 | 5.1 | 8 |
tensorflow_gpu-1.0.0 | 2,7, 3,3-3,6 | Clang z xcode | Bazel 0.4.2 | 5.1 | 8 |