উইন্ডোজে সোর্স থেকে বিল্ড করুন, উইন্ডোজে সোর্স থেকে বিল্ড করুন

সোর্স থেকে একটি TensorFlow পিপ প্যাকেজ তৈরি করুন এবং এটি Windows এ ইনস্টল করুন।

উইন্ডোজের জন্য সেটআপ

আপনার উইন্ডোজ ডেভেলপমেন্ট এনভায়রনমেন্ট কনফিগার করতে নিম্নলিখিত বিল্ড টুলগুলি ইনস্টল করুন।

পাইথন এবং টেনসরফ্লো প্যাকেজ নির্ভরতা ইনস্টল করুন

উইন্ডোজের জন্য একটি Python 3.9+ 64-বিট রিলিজ ইনস্টল করুন। ঐচ্ছিক বৈশিষ্ট্য হিসেবে pip নির্বাচন করুন এবং এটি আপনার %PATH% পরিবেশগত ভেরিয়েবলে যোগ করুন।

TensorFlow পিপ প্যাকেজ নির্ভরতা ইনস্টল করুন:

pip3 install -U pip
pip3 install -U six numpy wheel packaging
pip3 install -U keras_preprocessing --no-deps

নির্ভরতাগুলি setup.py ফাইলে REQUIRED_PACKAGES এর অধীনে তালিকাভুক্ত করা হয়েছে।

ব্যাজেল ইনস্টল করুন

TensorFlow কম্পাইল করার জন্য ব্যবহৃত বিল্ড টুল, Bazel ইনস্টল করুন । Bazel সংস্করণের জন্য, Windows এর জন্য পরীক্ষিত বিল্ড কনফিগারেশন দেখুন। C++ তৈরি করতে Bazel কনফিগার করুন।

আপনার %PATH% পরিবেশ ভেরিয়েবলে Bazel এক্সিকিউটেবলের অবস্থান যোগ করুন।

MSYS2 ইনস্টল করুন

TensorFlow তৈরির জন্য প্রয়োজনীয় bin টুলের জন্য MSYS2 ইনস্টল করুন । যদি MSYS2 C:\msys64 তে ইনস্টল করা থাকে, তাহলে আপনার %PATH% এনভায়রনমেন্ট ভেরিয়েবলে C:\msys64\usr\bin যোগ করুন। তারপর, cmd.exe ব্যবহার করে, চালান:

pacman -Syu (requires a console restart)
pacman -S git patch unzip
pacman -S git patch unzip rsync

ভিজ্যুয়াল সি++ বিল্ড টুলস ২০২২ ইনস্টল করুন

ভিজ্যুয়াল সি++ বিল্ড টুলস ২০২২ ইনস্টল করুন। এটি ভিজ্যুয়াল স্টুডিও কমিউনিটি ২০২২ এর সাথে আসে তবে আলাদাভাবে ইনস্টল করা যেতে পারে:

1. ভিজ্যুয়াল স্টুডিও ডাউনলোডগুলিতে যান,
2. ভিজ্যুয়াল স্টুডিও বা অন্যান্য সরঞ্জাম, ফ্রেমওয়ার্ক এবং পুনঃবিতরণযোগ্যগুলির জন্য সরঞ্জাম নির্বাচন করুন,
3. ডাউনলোড এবং ইনস্টল করুন:
   • ভিজ্যুয়াল স্টুডিও ২০২২ এর জন্য বিল্ড টুলস
   • ভিজ্যুয়াল স্টুডিও ২০২২ এর জন্য মাইক্রোসফ্ট ভিজ্যুয়াল সি++ রিডিস্ট্রিবিউটেবল

LLVM ইনস্টল করুন

1. LLVM ডাউনলোডগুলিতে যান,
2. C:/Program Files/LLVM যেমন LLVM-17.0.6-win64.exe তে উইন্ডোজ-সামঞ্জস্যপূর্ণ LLVM ডাউনলোড এবং ইনস্টল করুন।

GPU সাপোর্ট ইনস্টল করুন (ঐচ্ছিক)

GPU তে TensorFlow চালানোর জন্য প্রয়োজনীয় ড্রাইভার এবং অতিরিক্ত সফ্টওয়্যার ইনস্টল করার জন্য Windows GPU সাপোর্ট গাইড দেখুন।

টেনসরফ্লো সোর্স কোড ডাউনলোড করুন

TensorFlow রিপোজিটরি ক্লোন করতে Git ব্যবহার করুন ( git MSYS2 দিয়ে ইনস্টল করা আছে):

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow

রেপো ডিফল্টভাবে master ডেভেলপমেন্ট ব্রাঞ্চে থাকে। আপনি তৈরি করার জন্য একটি রিলিজ ব্রাঞ্চও দেখতে পারেন:

git checkout branch_name  # r1.9, r1.10, etc.

ঐচ্ছিক: পরিবেশগত পরিবর্তনশীল সেট আপ

প্যাকেজ তৈরির সমস্যা এড়াতে বিল্ড কমান্ড চালানোর আগে নিম্নলিখিত কমান্ডগুলি চালান: (যদি প্যাকেজ ইনস্টল করার সময় নীচের কমান্ডগুলি সেট আপ করা থাকে, তাহলে দয়া করে সেগুলি উপেক্ষা করুন)। সমস্ত পাথ সঠিকভাবে সেট করা হয়েছে কিনা তা পরীক্ষা করতে set চালান, echo %Environmental Variable% চালান যেমন, echo %BAZEL_VC% একটি নির্দিষ্ট পরিবেশগত ভেরিয়েবলের জন্য সেট আপ করা পাথ পরীক্ষা করতে।

পাইথন পাথ সেট আপ সমস্যা tensorflow:issue#59943 , tensorflow:issue#9436 , tensorflow:issue#60083

set PATH=path/to/python;%PATH% # [e.g. (C:/Python311)]
set PATH=path/to/python/Scripts;%PATH% # [e.g. (C:/Python311/Scripts)] 
set PYTHON_BIN_PATH=path/to/python_virtualenv/Scripts/python.exe 
set PYTHON_LIB_PATH=path/to/python virtualenv/lib/site-packages 
set PYTHON_DIRECTORY=path/to/python_virtualenv/Scripts 

Bazel/MSVC/CLANG পাথ সেট আপ সমস্যা tensorflow:issue#54578

set BAZEL_SH=C:/msys64/usr/bin/bash.exe 
set BAZEL_VS=C:/Program Files/Microsoft Visual Studio/2022/BuildTools 
set BAZEL_VC=C:/Program Files/Microsoft Visual Studio/2022/BuildTools/VC 
set Bazel_LLVM=C:/Program Files/LLVM (explicitly tell Bazel where LLVM is installed by BAZEL_LLVM, needed while using CLANG)
set PATH=C:/Program Files/LLVM/bin;%PATH% (Optional, needed while using CLANG as Compiler)

ঐচ্ছিক: বিল্ড কনফিগার করুন

TensorFlow বিল্ডগুলি রিপোজিটরির রুট ডিরেক্টরিতে থাকা .bazelrc ফাইল দ্বারা কনফিগার করা হয়। সাধারণ সেটিংস সামঞ্জস্য করতে ./configure অথবা ./configure.py স্ক্রিপ্ট ব্যবহার করা যেতে পারে।

যদি আপনার কনফিগারেশন পরিবর্তন করার প্রয়োজন হয়, তাহলে রিপোজিটরির রুট ডিরেক্টরি থেকে ./configure স্ক্রিপ্টটি চালান।

python ./configure.py

এই স্ক্রিপ্টটি আপনাকে TensorFlow নির্ভরতার অবস্থান সম্পর্কে জিজ্ঞাসা করবে এবং অতিরিক্ত বিল্ড কনফিগারেশন বিকল্পগুলি (উদাহরণস্বরূপ, কম্পাইলার ফ্ল্যাগ) জিজ্ঞাসা করবে। নিম্নলিখিতটি python ./configure.py এর একটি নমুনা রান দেখায় (আপনার সেশনটি ভিন্ন হতে পারে):

python ./configure.py
You have bazel 6.5.0 installed.
Please specify the location of python. [Default is C:\Python311\python.exe]:

Found possible Python library paths:
C:\Python311\lib\site-packages
Please input the desired Python library path to use.  Default is [C:\Python311\lib\site-packages]

Do you wish to build TensorFlow with ROCm support? [y/N]:
No ROCm support will be enabled for TensorFlow.

Warning: Cannot build with CUDA support on Windows.
Starting in TF 2.11, CUDA build is not supported for Windows. To use TensorFlow GPU on Windows, you will need to build/install TensorFlow in WSL2.

Do you want to use Clang to build TensorFlow? [Y/n]:
Add "--config=win_clang" to compile TensorFlow with CLANG.

Please specify the path to clang executable. [Default is C:\Program Files\LLVM\bin\clang.EXE]:

You have Clang 17.0.6 installed.

Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is /arch:AVX]:

Would you like to override eigen strong inline for some C++ compilation to reduce the compilation time? [Y/n]:
Eigen strong inline overridden.

Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]:
Not configuring the WORKSPACE for Android builds.

Preconfigured Bazel build configs. You can use any of the below by adding "--config=<>" to your build command. See .bazelrc for more details.
        --config=mkl            # Build with MKL support.
        --config=mkl_aarch64    # Build with oneDNN and Compute Library for the Arm Architecture (ACL).
        --config=monolithic     # Config for mostly static monolithic build.
        --config=numa           # Build with NUMA support.
        --config=dynamic_kernels        # (Experimental) Build kernels into separate shared objects.
        --config=v1             # Build with TensorFlow 1 API instead of TF 2 API.
Preconfigured Bazel build configs to DISABLE default on features:
        --config=nogcp          # Disable GCP support.
        --config=nonccl         # Disable NVIDIA NCCL support.

পিপ প্যাকেজ তৈরি এবং ইনস্টল করুন

পিপ প্যাকেজটি দুটি ধাপে তৈরি করা হয়। একটি bazel build কমান্ড একটি "প্যাকেজ-বিল্ডার" প্রোগ্রাম তৈরি করে। তারপর আপনি প্যাকেজ তৈরি করতে প্যাকেজ-বিল্ডারটি চালান।

প্যাকেজ-বিল্ডার তৈরি করুন

tensorflow:master repo ডিফল্টরূপে build 2.x এ আপডেট করা হয়েছে। Bazel ইনস্টল করুন এবং TensorFlow প্যাকেজ-বিল্ডার তৈরি করতে bazel build ব্যবহার করুন।

bazel build //tensorflow/tools/pip_package:wheel

শুধুমাত্র CPU-র জন্য

শুধুমাত্র CPU-সমর্থন সহ TensorFlow প্যাকেজ বিল্ডার তৈরি করতে bazel ব্যবহার করুন:

MSVC দিয়ে তৈরি করুন

bazel build --config=opt --repo_env=TF_PYTHON_VERSION=3.11 //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

CLANG দিয়ে তৈরি করুন

CLANG কম্পাইলার দিয়ে TenorFlow তৈরি করতে --config= win_clang ব্যবহার করুন:

bazel build --config=win_clang --repo_env=TF_PYTHON_VERSION=3.11 //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

জিপিইউ সাপোর্ট

GPU সাপোর্ট সহ TensorFlow প্যাকেজ বিল্ডার তৈরি করতে:

bazel build --config=opt --config=cuda --define=no_tensorflow_py_deps=true //tensorflow/tools/pip_package:build_pip_package

অবৈধ বা পুরানো ক্যাশেড ডেটার কারণে ত্রুটি সমাধানের জন্য ব্যাজেল ক্যাশে পরিষ্কার করার নির্দেশ, --expunge ফ্ল্যাগ দিয়ে ব্যাজেল পরিষ্কার করলে ফাইলগুলি স্থায়ীভাবে মুছে ফেলা হয়

bazel clean 
bazel clean --expunge  

ব্যাজেল বিল্ড অপশন

প্যাকেজ তৈরির সমস্যা এড়াতে নির্মাণের সময় এই বিকল্পটি ব্যবহার করুন: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

বিল্ড বিকল্পগুলির জন্য Bazel কমান্ড-লাইন রেফারেন্স দেখুন।

সোর্স থেকে TensorFlow তৈরি করলে প্রচুর RAM ব্যবহার হতে পারে। যদি আপনার সিস্টেমে মেমোরি সীমাবদ্ধ থাকে, তাহলে Bazel-এর RAM ব্যবহার সীমিত করুন: --local_ram_resources=2048 ।

যদি GPU সাপোর্ট দিয়ে তৈরি করা হয়, তাহলে nvcc সতর্কীকরণ বার্তা দমন করতে --copt=-nvcc_options=disable-warnings যোগ করুন।

প্যাকেজ তৈরি করুন

একটি পিপ প্যাকেজ তৈরি করতে, আপনাকে --repo_env=WHEEL_NAME ফ্ল্যাগ নির্দিষ্ট করতে হবে। প্রদত্ত নামের উপর নির্ভর করে, প্যাকেজটি তৈরি করা হবে। উদাহরণস্বরূপ:

টেনসরফ্লো সিপিইউ প্যাকেজ তৈরি করতে:

bazel build //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

নাইটলি প্যাকেজ তৈরি করতে, tensorflow এর পরিবর্তে tf_nightly সেট করুন, যেমন CPU নাইটলি প্যাকেজ তৈরি করতে:

bazel build //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tf_nightly_cpu

ফলস্বরূপ, উৎপন্ন চাকাটি অবস্থিত হবে

bazel-bin/tensorflow/tools/pip_package/wheel_house/

প্যাকেজটি ইনস্টল করুন

জেনারেট করা .whl ফাইলের ফাইলের নাম TensorFlow সংস্করণ এবং আপনার প্ল্যাটফর্মের উপর নির্ভর করে। প্যাকেজটি ইনস্টল করতে pip install ব্যবহার করুন, উদাহরণস্বরূপ:

pip install bazel-bin/tensorflow/tools/pip_package/wheel_house/tensorflow-version-tags.whl

MSYS শেল ব্যবহার করে তৈরি করুন

MSYS শেল ব্যবহার করেও TensorFlow তৈরি করা যেতে পারে। নীচে তালিকাভুক্ত পরিবর্তনগুলি করুন, তারপর উইন্ডোজ নেটিভ কমান্ড লাইন ( cmd.exe ) এর জন্য পূর্ববর্তী নির্দেশাবলী অনুসরণ করুন।

MSYS পাথ রূপান্তর অক্ষম করুন

MSYS স্বয়ংক্রিয়ভাবে ইউনিক্স পাথের মতো দেখতে আর্গুমেন্টগুলিকে উইন্ডোজ পাথে রূপান্তর করে, এবং এটি bazel সাথে কাজ করে না। ( //path/to:bin লেবেলটিকে একটি ইউনিক্স পরম পাথ হিসাবে বিবেচনা করা হয় কারণ এটি একটি স্ল্যাশ দিয়ে শুরু হয়।)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

আপনার PATH সেট করুন

আপনার $PATH পরিবেশগত ভেরিয়েবলে Bazel এবং Python ইনস্টলেশন ডিরেক্টরি যোগ করুন। যদি Bazel C:\tools\bazel.exe তে এবং Python C:\Python\python.exe তে ইনস্টল করা থাকে, তাহলে আপনার PATH সেট করুন:

# Use Unix-style with ':' as separator
export PATH="/c/tools:$PATH"
export PATH="/c/path/to/Python:$PATH"

GPU সাপোর্টের জন্য, আপনার $PATH এ CUDA এবং cuDNN bin ডিরেক্টরি যোগ করুন:

export PATH="/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/bin:$PATH"
export PATH="/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/extras/CUPTI/libx64:$PATH"
export PATH="/c/tools/cuda/bin:$PATH"

পরীক্ষিত বিল্ড কনফিগারেশন

সিপিইউ

জিপিইউ