গুগল কালো সম্প্রদায়ের জন্য জাতিগত সমতা উন্নয়নে প্রতিশ্রুতিবদ্ধ। দেখ কিভাবে.
This page was translated by the Cloud Translation API.
Switch to English

উইন্ডোজ থেকে উত্স থেকে তৈরি করুন

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

উইন্ডোজ জন্য সেটআপ

আপনার উইন্ডোজ বিকাশের পরিবেশ কনফিগার করতে নিম্নলিখিত বিল্ড সরঞ্জামগুলি ইনস্টল করুন।

পাইথন এবং টেনসরফ্লো প্যাকেজ নির্ভরতা ইনস্টল করুন

উইন্ডোজের জন্য পাইথন 3.5.x বা পাইথন 3.6.x 64-বিট রিলিজ ইনস্টল করুন। Pip চ্ছিক বৈশিষ্ট্য হিসাবে পিপ নির্বাচন করুন এবং এটি আপনার %PATH% পরিবেশগত পরিবর্তনশীলতে যুক্ত করুন।

ইনস্টল করুন TensorFlow পিপ ডিপেন্ডেন্সি সংক্রান্ত দ্বন্দ্ব:

pip3 install six numpy wheel
pip3 install keras_applications==1.0.6 --no-deps
pip3 install keras_preprocessing==1.0.5 --no-deps

নির্ভরতাগুলি REQUIRED_PACKAGES অধীনে setup.py ফাইলটিতে তালিকাভুক্ত করা হয়।

বাজেল ইনস্টল করুন

টেনসরফ্লো সংকলন করতে ব্যবহৃত বিল্ড টুল বাজেল ইনস্টল করুন । বাজেল সংস্করণের জন্য, উইন্ডোজের জন্য পরীক্ষিত বিল্ড কনফিগারেশনগুলি দেখুনসি ++ তৈরি করতে বাজেলটি কনফিগার করুন।

আপনার %PATH% এনভায়রনমেন্ট ভেরিয়েবলে এক্সিকিউটেবল বাজেলের অবস্থান যুক্ত করুন।

এমএসওয়াইএস 2 ইনস্টল করুন

টেনসরফ্লো তৈরির জন্য প্রয়োজনীয় বিন সরঞ্জামগুলির জন্য এমএসওয়াইএস 2 ইনস্টল করুন । যদি C:\msys64 ইনস্টল করা থাকে তবে আপনার %PATH% পরিবেশের পরিবর্তনশীলটিতে C:\msys64\usr\bin করুন। তারপরে, cmd.exe ব্যবহার করে চালান:

pacman -S git patch unzip

ভিজ্যুয়াল সি ++ বিল্ড সরঞ্জাম 2019 ইনস্টল করুন

ভিজ্যুয়াল সি ++ বিল্ড সরঞ্জামগুলি 2019 ইনস্টল করুন। এটি ভিজ্যুয়াল স্টুডিও 2019 এর সাথে আসে তবে আলাদাভাবে ইনস্টল করা যায়:

  1. ভিজ্যুয়াল স্টুডিও ডাউনলোডগুলিতে যান,
  2. পুনরায় বিতরণযোগ্য এবং বিল্ড সরঞ্জামগুলি নির্বাচন করুন,
  3. ডাউনলোড এবং ইন্সটল:
    • মাইক্রোসফ্ট ভিজ্যুয়াল সি ++ 2019 পুনরায় বিতরণযোগ্য
    • মাইক্রোসফ্ট বিল্ড টুলস 2019

জিপিইউ সমর্থন ইনস্টল করুন (alচ্ছিক)

একটি জিপিইউতে টেনসরফ্লো চালানোর জন্য প্রয়োজনীয় ড্রাইভার এবং অতিরিক্ত সফ্টওয়্যার ইনস্টল করার জন্য উইন্ডোজ জিপিইউ সহায়তা গাইড দেখুন।

টেনসরফ্লো উত্স কোডটি ডাউনলোড করুন

টেনসরফ্লো সংগ্রহস্থলটির ক্লোন করতে গিট ব্যবহার করুন (এমএসওয়াইএস 2 দিয়ে git ইনস্টল করা হয়েছে):

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

রেপো master ডেভলপমেন্ট শাখার ডিফল্ট। আপনি নির্মাণের জন্য একটি রিলিজ শাখাও চেকআউট করতে পারেন:

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

বিল্ডটি কনফিগার করুন

আপনার টেনসরফ্লো উত্স গাছের মূলটিতে নিম্নলিখিতটি চালিয়ে আপনার সিস্টেম বিল্ডটি কনফিগার করুন:

python ./configure.py

এই স্ক্রিপ্টটি আপনাকে টেনসরফ্লো নির্ভরতাগুলির অবস্থানের জন্য অনুরোধ জানায় এবং অতিরিক্ত বিল্ড কনফিগারেশন বিকল্পগুলির জন্য অনুরোধ করে (উদাহরণস্বরূপ সংকলক পতাকাগুলি)। নীচে python ./configure.py একটি নমুনা রান দেখায় python ./configure.py (আপনার সেশনটি পৃথক হতে পারে):

কনফিগারেশন অপশন

জিপিইউ সহায়তার জন্য , সিইউডিএ এবং cUDNN এর সংস্করণ উল্লেখ করুন। যদি আপনার সিস্টেমে CUDA বা cuDNN এর একাধিক সংস্করণ ইনস্টল করা থাকে, তবে ডিফল্টর উপর নির্ভর করার পরিবর্তে স্পষ্টভাবে সংস্করণটি সেট করুন। ./configure.py আপনার সিস্টেমের CUDA লাইব্রেরিতে প্রতীকী লিঙ্ক তৈরি করে — সুতরাং আপনি যদি নিজের CUDA লাইব্রেরি পাথ আপডেট করেন তবে বিল্ডিংয়ের আগে এই কনফিগারেশন পদক্ষেপটি আবার চালানো উচিত।

পাইপ প্যাকেজ তৈরি করুন

টেনসরফ্লো 2.x

টেনসরফ্লো: ডিফল্টরূপে 2.x বিল্ড করার জন্য মাস্টার রেপো আপডেট করা হয়েছে। bazel build প্যাকেজ তৈরি করতে বাজেল ইনস্টল করুন এবং bazel build ব্যবহার করুন

bazel build //tensorflow/tools/pip_package:build_pip_package

টেনসরফ্লো 1.x

মাস্টার থেকে bazel build --config=v1 1.x সংস্করণটি তৈরি করতে, bazel build --config=v1 1.x প্যাকেজ তৈরি করতে bazel build --config=v1 ব্যবহার করুন।

bazel build --config=v1 //tensorflow/tools/pip_package:build_pip_package

CPU- র শুধুমাত্র

bazel প্যাকেজ বিল্ডারকে কেবল সিপিইউ সমর্থন দিয়ে bazel ব্যবহার করুন:

bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

জিপিইউ সমর্থন

জিপিইউ সমর্থন সহ টেনসরফ্লো প্যাকেজ বিল্ডার তৈরি করতে:

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

বাজেল বিল্ড অপশনগুলি

প্যাকেজ তৈরির সমস্যাটি এড়াতে বিল্ডিংয়ের সময় এই বিকল্পটি ব্যবহার করুন: টেনসরফ্লো: ইস্যু # 22390

--define=no_tensorflow_py_deps=true

বিল্ড বিকল্পগুলির জন্য বাজেল কমান্ড-লাইন রেফারেন্সটি দেখুন।

উত্স থেকে বিল্ডিং টেনসরফ্লো প্রচুর র‌্যাম ব্যবহার করতে পারে। যদি আপনার সিস্টেমটি স্মৃতি-সীমাবদ্ধ থাকে তবে বাজেলের র‍্যাম ব্যবহার সীমাবদ্ধ করুন: --local_ram_resources=2048

জিপিইউ সমর্থন সহ যদি বিল্ডিং হয় তবে এনভিসিসি সতর্কতা বার্তা দমন করতে --copt=-nvcc_options=disable-warnings সতর্কতা যুক্ত করুন।

প্যাকেজ তৈরি করুন

bazel build কমান্ড একটি এক্সিকিউটেবল নামে সৃষ্টি build_pip_package -এই প্রোগ্রাম যা তৈরী করে pip প্যাকেজ। উদাহরণস্বরূপ, নিম্নলিখিত C:/tmp/tensorflow_pkg ডিরেক্টরিতে একটি .whl প্যাকেজ তৈরি করে:

bazel-bin\tensorflow\tools\pip_package\build_pip_package C:/tmp/tensorflow_pkg

যদিও একই উত্স গাছের নীচে bazel clean এবং নন- bazel clean কনফিগারেশন উভয়ই তৈরি করা সম্ভব, একই উত্স ট্রিতে এই দুটি কনফিগারেশনের মধ্যে স্যুইচ করার সময় আমরা bazel clean চালানোর পরামর্শ bazel clean

প্যাকেজ ইনস্টল করুন

উত্পন্ন .whl ফাইলের ফাইলের .whl সংস্করণ এবং আপনার প্ল্যাটফর্মের উপর নির্ভর করে। প্যাকেজ pip3 install করতে pip3 install করুন, উদাহরণস্বরূপ:

pip3 install C:/tmp/tensorflow_pkg/tensorflow- version -cp36-cp36m-win_amd64.whl

এমএসওয়াইএস শেল ব্যবহার করে তৈরি করুন

টেনসরফ্লো এমএসওয়াইএস শেল ব্যবহার করে তৈরি করা যেতে পারে। নীচে তালিকাভুক্ত পরিবর্তনগুলি করুন, তারপরে উইন্ডোজ নেটিভ কমান্ড লাইনের ( cmd.exe ) জন্য পূর্ববর্তী নির্দেশাবলী অনুসরণ করুন।

MSYS পাথ রূপান্তরটি অক্ষম করুন

এমএসওয়াইএস স্বয়ংক্রিয়ভাবে যুক্তিগুলিকে রূপান্তর করে যা ইউনিক্স পাথের মতো দেখতে উইন্ডোজ পাথগুলিতে রূপান্তরিত করে এবং এটি bazel সাথে কাজ করে না। (লেবেল //path/to:bin বিনটি একটি ইউনিক্স পরম পাথ হিসাবে বিবেচনা করা হয় কারণ এটি স্ল্যাশ দিয়ে শুরু হয় with)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

আপনার পথ সেট করুন

আপনার $PATH পরিবেশগত পরিবর্তনশীলটিতে বাজেল এবং পাইথন ইনস্টলেশন ডিরেক্টরি যুক্ত করুন। যদি বাজেল C:\tools\bazel.exe , এবং পাইথন থেকে C:\Python36\python.exe পাইথন C:\tools\bazel.exe ইনস্টল করা থাকে তবে আপনার PATH সাথে সেট করুন:

# Use Unix-style with ':' as separator
export PATH="/c/tools:$PATH"
export PATH="/c/Python36:$PATH"

জিপিইউ সহায়তার জন্য আপনার $PATH এ CUDA এবং cuDNN বিন ডিরেক্টরি যুক্ত করুন:

export PATH="/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0/bin:$PATH"
export PATH="/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0/extras/CUPTI/libx64:$PATH"
export PATH="/c/tools/cuda/bin:$PATH"

বিল্ড কনফিগারেশন পরীক্ষিত

সিপিইউ

সংস্করণ পাইথন সংস্করণ সংকলনকারী সরঞ্জাম নির্মাণ
tensorflow-2.3.0 3.5-3.8 এমএসভিসি 2019 বাজেল ৩.১.০
tensorflow-2.2.0 3.5-3.8 এমএসভিসি 2019 বাজেল ২.০.০
tensorflow-2.1.0 3.5-3.7 এমএসভিসি 2019 বাজেল 0.27.1-0.29.1
tensorflow-2.0.0 3.5-3.7 এমএসভিসি 2017 বাজেল 0.26.1
tensorflow-1.15.0 3.5-3.7 এমএসভিসি 2017 বাজেল 0.26.1
tensorflow-1.14.0 3.5-3.7 এমএসভিসি 2017 বাজেল 0.24.1-0.25.2
tensorflow-1.13.0 3.5-3.7 এমএসভিসি 2015 আপডেট 3 বাজেল 0.19.0-0.21.0
tensorflow-1.12.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 বাজেল 0.15.0
tensorflow-1.11.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 বাজেল 0.15.0
tensorflow-1.10.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.9.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.8.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.7.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.6.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.5.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.4.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.3.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.2.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.1.0 3.5 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3
tensorflow-1.0.0 3.5 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3

জিপিইউ

সংস্করণ পাইথন সংস্করণ সংকলনকারী সরঞ্জাম নির্মাণ cuDNN CUDA
tensorflow_gpu-2.3.0 3.5-3.8 এমএসভিসি 2019 বাজেল ৩.১.০ 7.4 10.1
tensorflow_gpu-2.2.0 3.5-3.8 এমএসভিসি 2019 বাজেল ২.০.০ 7.4 10.1
tensorflow_gpu-2.1.0 3.5-3.7 এমএসভিসি 2019 বাজেল 0.27.1-0.29.1 7.4 10.1
tensorflow_gpu-2.0.0 3.5-3.7 এমএসভিসি 2017 বাজেল 0.26.1 7.4 10
tensorflow_gpu-1.15.0 3.5-3.7 এমএসভিসি 2017 বাজেল 0.26.1 7.4 10
tensorflow_gpu-1.14.0 3.5-3.7 এমএসভিসি 2017 বাজেল 0.24.1-0.25.2 7.4 10
tensorflow_gpu-1.13.0 3.5-3.7 এমএসভিসি 2015 আপডেট 3 বাজেল 0.19.0-0.21.0 7.4 10
tensorflow_gpu-1.12.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 বাজেল 0.15.0 7 9
tensorflow_gpu-1.11.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 বাজেল 0.15.0 7 9
tensorflow_gpu-1.10.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.9.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.8.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.7.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.6.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 চড়ক v3.6.3 7 9
tensorflow_gpu-1.5.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 7 9
tensorflow_gpu-1.4.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 6 8
tensorflow_gpu-1.3.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 6 8
tensorflow_gpu-1.2.0 3.5-3.6 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 5.1 8
tensorflow_gpu-1.1.0 3.5 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 5.1 8
tensorflow_gpu-1.0.0 3.5 এমএসভিসি 2015 আপডেট 3 Cmake v3.6.3 5.1 8