Kompiluj ze źródła w systemie Windows

Zbuduj pakiet pip TensorFlow ze źródła i zainstaluj go w systemie Windows.

Konfiguracja dla systemu Windows

Zainstaluj następujące narzędzia do kompilacji, aby skonfigurować środowisko programistyczne systemu Windows.

Zainstaluj zależności Pythona i pakietu TensorFlow

Zainstaluj wersję Pythona 3.9 lub nowszą w wersji 64-bitowej dla systemu Windows . Wybierz pip jako funkcję opcjonalną i dodaj ją do zmiennej środowiskowej %PATH% .

Zainstaluj zależności pakietu pip TensorFlow:

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

Zależności są wymienione w pliku setup.py w sekcji REQUIRED_PACKAGES .

Zainstaluj Bazela

Zainstaluj Bazel , narzędzie do kompilacji używane do kompilacji TensorFlow. W przypadku wersji Bazel zobacz przetestowane konfiguracje kompilacji dla systemu Windows. Skonfiguruj Bazela do zbudowania C++ .

Dodaj lokalizację pliku wykonywalnego Bazel do zmiennej środowiskowej %PATH% .

Zainstaluj MSYS2

Zainstaluj MSYS2 , aby uzyskać narzędzia bin potrzebne do zbudowania TensorFlow. Jeśli MSYS2 jest zainstalowany w C:\msys64 , dodaj C:\msys64\usr\bin do zmiennej środowiskowej %PATH% . Następnie za pomocą cmd.exe uruchom:

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

Zainstaluj narzędzia do budowania Visual C++ 2022

Zainstaluj narzędzia do kompilacji Visual C++ 2022 . Jest dostarczany z programem Visual Studio Community 2022, ale można go zainstalować osobno:

1. Przejdź do plików do pobrania Visual Studio ,
2. Wybierz Narzędzia dla Visual Studio lub Inne narzędzia, Framework i składniki redystrybucyjne ,
3. Ściągnij i zainstaluj:
   • Narzędzia do kompilacji dla programu Visual Studio 2022
   • Składniki redystrybucyjne Microsoft Visual C++ dla Visual Studio 2022

Zainstaluj LLVM

1. Przejdź do plików do pobrania LLVM ,
2. Pobierz i zainstaluj LLVM zgodny z Windows w C:/Program Files/LLVM, np. LLVM-17.0.6-win64.exe

Zainstaluj obsługę GPU (opcjonalnie)

Zobacz przewodnik obsługi procesora graficznego dla systemu Windows, aby zainstalować sterowniki i dodatkowe oprogramowanie wymagane do uruchomienia TensorFlow na procesorze graficznym.

Pobierz kod źródłowy TensorFlow

Użyj Git , aby sklonować repozytorium TensorFlow ( git jest zainstalowany z MSYS2):

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

Domyślnie repozytorium znajduje się w master gałęzi rozwojowej. Możesz także sprawdzić gałąź wydania do zbudowania:

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

Opcjonalnie: konfiguracja zmiennej środowiskowej

Uruchom następujące polecenia przed uruchomieniem polecenia kompilacji, aby uniknąć problemów z tworzeniem pakietu: (Jeśli poniższe polecenia zostały skonfigurowane podczas instalowania pakietów, zignoruj ​​je). Uruchom set aby sprawdzić, czy wszystkie ścieżki zostały ustawione poprawnie, uruchom echo %Environmental Variable% , np. echo %BAZEL_VC% aby sprawdzić ścieżkę skonfigurowaną dla określonej zmiennej środowiskowej

Problem z konfiguracją ścieżki Pythona 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 

Konfiguracja ścieżki Bazel/MSVC/CLANG problem 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)

Opcjonalnie: Skonfiguruj kompilację

Kompilacje TensorFlow są konfigurowane przez plik .bazelrc w katalogu głównym repozytorium. Do dostosowania typowych ustawień można użyć skryptów ./configure lub ./configure.py

Jeśli chcesz zmienić konfigurację, uruchom skrypt ./configure z katalogu głównego repozytorium.

python ./configure.py

Ten skrypt monituje o lokalizację zależności TensorFlow i prosi o dodatkowe opcje konfiguracji kompilacji (na przykład flagi kompilatora). Poniżej przedstawiono przykładowe uruchomienie python ./configure.py (Twoja sesja może się różnić):

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.

Zbuduj i zainstaluj pakiet pip

Pakiet pip jest budowany w dwóch krokach. Polecenie bazel build tworzy program „konstruujący pakiety”. Następnie uruchamiasz kreatora pakietów, aby utworzyć pakiet.

Zbuduj narzędzie do tworzenia pakietów

repozytorium tensorflow:master zostało domyślnie zaktualizowane do wersji 2.x. Zainstaluj Bazel i użyj bazel build , aby utworzyć narzędzie do tworzenia pakietów TensorFlow.

bazel build //tensorflow/tools/pip_package:wheel

Tylko procesor

Użyj bazel , aby stworzyć konstruktor pakietów TensorFlow z obsługą tylko procesora:

Kompiluj za pomocą MSVC

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

Buduj z CLANG

Użyj --config= win_clang , aby zbudować TenorFlow za pomocą kompilatora CLANG:

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

Wsparcie GPU

Aby stworzyć narzędzie do tworzenia pakietów TensorFlow z obsługą GPU:

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

Polecenia do czyszczenia pamięci podręcznej Bazel w celu usunięcia błędów spowodowanych nieprawidłowymi lub nieaktualnymi danymi w pamięci podręcznej, Bazel clean z flagą --expunge usuwa pliki trwale

bazel clean 
bazel clean --expunge  

Opcje kompilacji Bazela

Użyj tej opcji podczas budowania, aby uniknąć problemów z tworzeniem pakietu: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

Aby zapoznać się z opcjami kompilacji, zobacz opis wiersza poleceń Bazel.

Budowanie TensorFlow ze źródła może wymagać dużej ilości pamięci RAM. Jeśli twój system ma ograniczoną pamięć, ogranicz użycie RAMu Bazela za pomocą: --local_ram_resources=2048 .

Jeśli budujesz z obsługą GPU, dodaj --copt=-nvcc_options=disable-warnings aby ukryć komunikaty ostrzegawcze nvcc.

Zbuduj pakiet

Aby zbudować pakiet pip, musisz określić flagę --repo_env=WHEEL_NAME. W zależności od podanej nazwy pakiet zostanie utworzony. Na przykład:

Aby zbudować pakiet procesora tensorflow:

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

Aby zbudować pakiet nocny, ustaw tf_nightly zamiast tensorflow , np. aby zbudować pakiet nocny procesora:

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

W rezultacie wygenerowane koło będzie znajdować się w

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

Zainstaluj pakiet

Nazwa wygenerowanego pliku .whl zależy od wersji TensorFlow i Twojej platformy. Użyj pip install , aby zainstalować pakiet, na przykład:

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

Kompiluj przy użyciu powłoki MSYS

TensorFlow można również zbudować przy użyciu powłoki MSYS. Wprowadź zmiany wymienione poniżej, a następnie postępuj zgodnie z poprzednimi instrukcjami dotyczącymi natywnego wiersza poleceń systemu Windows ( cmd.exe ).

Wyłącz konwersję ścieżki MSYS

MSYS automatycznie konwertuje argumenty wyglądające jak ścieżki uniksowe na ścieżki Windows, co nie działa w przypadku bazel . (Etykieta //path/to:bin jest uważana za ścieżkę bezwzględną w systemie Unix, ponieważ zaczyna się od ukośnika.)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

Ustaw swoją ŚCIEŻKĘ

Dodaj katalogi instalacyjne Bazel i Python do zmiennej środowiskowej $PATH . Jeśli Bazel jest zainstalowany w C:\tools\bazel.exe , a Python w C:\Python\python.exe , ustaw PATH za pomocą:

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

Aby uzyskać obsługę GPU, dodaj katalogi bin CUDA i cuDNN do $PATH :

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"

Przetestowane konfiguracje kompilacji

procesor

GPU