สร้างจากซอร์สบน Windows, สร้างจากซอร์สบน Windows

สร้างแพ็กเกจ TensorFlow ด้วย pip จากซอร์สโค้ด แล้วติดตั้งบน Windows

การติดตั้งสำหรับ Windows

ติดตั้งเครื่องมือสร้างต่อไปนี้เพื่อกำหนดค่าสภาพแวดล้อมการพัฒนา Windows ของคุณ

ติดตั้ง Python และแพ็คเกจที่จำเป็นของ TensorFlow

ติดตั้ง Python 3.9 เวอร์ชัน 64 บิตขึ้นไปสำหรับ Windows เลือก pip เป็นฟีเจอร์เสริม และเพิ่มลงในตัวแปรสภาพแวดล้อม %PATH% ของคุณ

ติดตั้งแพ็คเกจ pip ที่จำเป็นสำหรับ TensorFlow:

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

รายการแพ็คเกจที่จำเป็นจะระบุไว้ในไฟล์ setup.py ในส่วน REQUIRED_PACKAGES

ติดตั้ง Bazel

ติดตั้ง Bazel ซึ่งเป็นเครื่องมือสร้างโปรแกรมที่ใช้ในการคอมไพล์ TensorFlow สำหรับเวอร์ชันของ Bazel โปรดดู การกำหนดค่าการสร้างโปรแกรมที่ผ่านการทดสอบแล้ว สำหรับ Windows กำหนดค่า Bazel ให้ สร้างโปรแกรมด้วยภาษา C++

เพิ่มตำแหน่งที่ตั้งของไฟล์ปฏิบัติการ Bazel ลงในตัวแปรสภาพแวดล้อม %PATH% ของคุณ

ติดตั้ง MSYS2

ติดตั้ง MSYS2 เพื่อรับเครื่องมือไบนารีที่จำเป็นสำหรับการสร้าง TensorFlow หากติดตั้ง MSYS2 ไว้ที่ C:\msys64 ให้เพิ่ม C:\msys64\usr\bin ลงในตัวแปรสภาพแวดล้อม %PATH% ของคุณ จากนั้นใช้ cmd.exe เรียกใช้คำสั่ง:

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

ติดตั้ง Visual C++ Build Tools 2022

ติดตั้ง Visual C++ build tools 2022 ซึ่งมาพร้อมกับ Visual Studio Community 2022 แต่สามารถติดตั้งแยกต่างหากได้:

1. ไปที่หน้า ดาวน์โหลด Visual Studio
2. เลือก เครื่องมือสำหรับ Visual Studio หรือ เครื่องมือ เฟรมเวิร์ก และไฟล์ที่สามารถแจกจ่ายได้อื่นๆ
3. ดาวน์โหลดและติดตั้ง:
   • เครื่องมือสร้างสำหรับ Visual Studio 2022
   • Microsoft Visual C++ Redistributables สำหรับ Visual Studio 2022

ติดตั้ง LLVM

1. ไปที่หน้า ดาวน์โหลด LLVM
2. ดาวน์โหลดและติดตั้ง LLVM ที่เข้ากันได้กับ Windows ใน C:/Program Files/LLVM เช่น LLVM-17.0.6-win64.exe

ติดตั้งโปรแกรมรองรับ GPU (ไม่จำเป็น)

โปรดดูคู่มือ การสนับสนุน GPU สำหรับ Windows เพื่อติดตั้งไดรเวอร์และซอฟต์แวร์เพิ่มเติมที่จำเป็นสำหรับการใช้งาน TensorFlow บน GPU

ดาวน์โหลดซอร์สโค้ดของ TensorFlow

ใช้ Git เพื่อโคลน repository ของ TensorFlow ( git ติดตั้งมาพร้อมกับ MSYS2 แล้ว):

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

โดยค่าเริ่มต้น repository จะใช้ branch master สำหรับการพัฒนา คุณสามารถเลือก branch release เพื่อสร้าง build ได้เช่นกัน:

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

ตัวเลือกเสริม: การตั้งค่าตัวแปรด้านสิ่งแวดล้อม

เรียกใช้คำสั่งต่อไปนี้ก่อนเรียกใช้คำสั่ง build เพื่อหลีกเลี่ยงปัญหาในการสร้างแพ็กเกจ: (หากได้ตั้งค่าคำสั่งด้านล่างไว้แล้วในระหว่างการติดตั้งแพ็กเกจ โปรดละเว้นคำสั่งเหล่านี้) เรียกใช้ set เพื่อตรวจสอบว่าเส้นทางทั้งหมดได้รับการตั้งค่าอย่างถูกต้องหรือไม่ เรียกใช้คำสั่ง echo %Environmental Variable% เช่น echo %BAZEL_VC% เพื่อตรวจสอบเส้นทางที่ตั้งค่าไว้สำหรับตัวแปรสภาพแวดล้อมเฉพาะ

ปัญหาเกี่ยวกับการตั้งค่าเส้นทาง Python ใน 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 

ปัญหาการตั้งค่าเส้นทาง Bazel/MSVC/CLANG ใน 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)

ตัวเลือกเสริม: กำหนดค่าการสร้าง

การตั้งค่าการสร้าง TensorFlow จะทำผ่านไฟล์ .bazelrc ที่อยู่ในไดเร็กทอรีหลักของ repository สามารถใช้สคริปต์ ./configure หรือ ./configure.py เพื่อปรับการตั้งค่าทั่วไปได้

หากคุณต้องการเปลี่ยนแปลงการตั้งค่า ให้เรียกใช้สคริปต์ ./configure จากไดเร็กทอรีหลักของที่เก็บข้อมูล

python ./configure.py

สคริปต์นี้จะแจ้งให้คุณระบุตำแหน่งของไฟล์ที่จำเป็นสำหรับ TensorFlow และขอตัวเลือกการกำหนดค่าการสร้างเพิ่มเติม (เช่น แฟล็กของคอมไพเลอร์) ต่อไปนี้คือตัวอย่างการเรียกใช้ python ./configure.py (เซสชันของคุณอาจแตกต่างออกไป):

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.

สร้างและติดตั้งแพ็คเกจ pip

การสร้างแพ็กเกจ pip นั้นทำในสองขั้นตอน คำสั่ง bazel build จะสร้างโปรแกรม "package-builder" ขึ้นมา จากนั้นคุณก็เรียกใช้โปรแกรม package-builder เพื่อสร้างแพ็กเกจ

สร้างตัวสร้างแพ็กเกจ

ที่เก็บโค้ด tensorflow:master ได้รับการอัปเดตเป็นเวอร์ชัน 2.x โดยค่าเริ่มต้นแล้ว ติดตั้ง Bazel และใช้ bazel build เพื่อสร้างตัวสร้างแพ็กเกจ TensorFlow

bazel build //tensorflow/tools/pip_package:wheel

ซีพียูเท่านั้น

ใช้ bazel เพื่อสร้างตัวสร้างแพ็กเกจ TensorFlow ที่รองรับเฉพาะ CPU:

สร้างด้วย MSVC

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

สร้างด้วย CLANG

ใช้คำสั่ง --config= win_clang เพื่อสร้าง TenorFlow ด้วยคอมไพเลอร์ CLANG:

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

การรองรับ GPU

วิธีการสร้างแพ็กเกจ TensorFlow ที่รองรับ GPU:

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

คำสั่งสำหรับล้างแคชของ Bazel เพื่อแก้ไขข้อผิดพลาดที่เกิดจากข้อมูลแคชที่ไม่ถูกต้องหรือล้าสมัย คำสั่ง `bazel clean` พร้อมแฟล็ก `--expunge` จะลบไฟล์อย่างถาวร

bazel clean 
bazel clean --expunge  

ตัวเลือกการสร้าง Bazel

ใช้ตัวเลือกนี้เมื่อทำการสร้างเพื่อหลีกเลี่ยงปัญหาในการสร้างแพ็กเกจ: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

ดู ข้อมูลอ้างอิงคำสั่งบรรทัดคำสั่ง ของ Bazel สำหรับ ตัวเลือกการสร้าง

การคอมไพล์ TensorFlow จากซอร์สโค้ดอาจใช้ RAM จำนวนมาก หากระบบของคุณมีหน่วยความจำจำกัด ให้จำกัดการใช้ RAM ของ Bazel ด้วยคำสั่ง: --local_ram_resources=2048

หากสร้างโปรแกรมโดยรองรับ GPU ให้เพิ่ม --copt=-nvcc_options=disable-warnings เพื่อระงับข้อความเตือนของ nvcc

สร้างแพ็กเกจ

ในการสร้างแพ็กเกจ pip คุณต้องระบุแฟล็ก --repo_env=WHEEL_NAME โดยแพ็กเกจจะถูกสร้างขึ้นตามชื่อที่ระบุ ตัวอย่างเช่น:

วิธีการสร้างแพ็คเกจ TensorFlow สำหรับ CPU:

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

ในการสร้างแพ็กเกจ nightly ให้ตั้ง tf_nightly แทน tensorflow เช่น ในการสร้างแพ็กเกจ nightly สำหรับ CPU:

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

ดังนั้น ล้อที่สร้างขึ้นจะตั้งอยู่ที่

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

ติดตั้งแพ็กเกจ

ชื่อไฟล์ .whl ที่สร้างขึ้นจะขึ้นอยู่กับเวอร์ชัน TensorFlow และแพลตฟอร์มของคุณ ใช้ pip install เพื่อติดตั้งแพ็กเกจ ตัวอย่างเช่น:

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

สร้างโดยใช้เชลล์ MSYS

นอกจากนี้ยังสามารถสร้าง TensorFlow โดยใช้ MSYS shell ได้ด้วย ทำการเปลี่ยนแปลงตามที่ระบุไว้ด้านล่าง จากนั้นทำตามคำแนะนำก่อนหน้านี้สำหรับบรรทัดคำสั่งดั้งเดิมของ Windows ( cmd.exe )

ปิดใช้งานการแปลงเส้นทาง MSYS

MSYS จะแปลงอาร์กิวเมนต์ที่มีลักษณะคล้ายพาธแบบ Unix ให้เป็นพาธแบบ Windows โดยอัตโนมัติ และวิธีนี้ใช้ไม่ได้กับ bazel (ป้ายกำกับ //path/to:bin ถือเป็นพาธสัมบูรณ์แบบ Unix เนื่องจากขึ้นต้นด้วยเครื่องหมายทับ)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

กำหนดเส้นทางของคุณ

เพิ่มไดเร็กทอรีการติดตั้ง Bazel และ Python ลงในตัวแปรสภาพแวดล้อม $PATH ของคุณ หาก Bazel ติดตั้งอยู่ที่ C:\tools\bazel.exe และ Python ติดตั้งอยู่ที่ C:\Python\python.exe ให้ตั้ง PATH ของคุณด้วยคำสั่งต่อไปนี้:

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

เพื่อรองรับการใช้งาน GPU ให้เพิ่มไดเร็กทอรี bin ของ CUDA และ cuDNN ลงใน $PATH ของคุณ:

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"

การกำหนดค่าการสร้างที่ผ่านการทดสอบ

ซีพียู

จีพี