גוגל מחויבת לקדם הון גזעי עבור קהילות שחורות. תראה איך.
דף זה תורגם על ידי Cloud Translation API.
Switch to English

בנה ממקור ב- Windows

בחניית חבילה PIP TensorFlow ממקור ולהתקין אותה על Windows.

התקנה עבור Windows

התקן את כלי הבניה שלהלן כדי להגדיר את סביבת הפיתוח של Windows.

התקן את Python ואת תלות החבילה TensorFlow

התקן שחרור Python 3.5.x או Python 3.6.x 64 סיביות עבור Windows . בחר pip כתכונה אופציונלית והוסף אותה למשתנה הסביבתי %PATH% שלך.

התקן את תלות חבילת ה- pip TensorFlow:

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

התלות מופיעה בקובץ setup.py תחת REQUIRED_PACKAGES .

התקן את בזל

התקן את Bazel , כלי הבנייה המשמש להרכבת TensorFlow. עבור גרסת Bazel, עיין בתצורות ה- build שנבדקו עבור Windows. הגדר את Bazel לבניית C ++ .

הוסף את המיקום של ההפעלה Bazel למשתנה הסביבתי שלך %PATH% .

התקן את MSYS2

התקן את MSYS2 לכלי הפח הדרושים לבניית TensorFlow. אם MSYS2 מותקן ב- C:\msys64 , הוסף C:\msys64\usr\bin למשתנה הסביבתי %PATH% שלך. לאחר מכן, באמצעות cmd.exe , הפעל:

pacman -S git patch unzip

התקן Visual C ++ Build Build 2019

התקן את כלי ה- Visual C ++ לבנות 2019 . זה מגיע עם Visual Studio 2019 אך ניתן להתקין אותו בנפרד:

  1. עבור אל ההורדות של Visual Studio ,
  2. בחר הפצה מחדש ובניית כלים ,
  3. הורד והתקן:
    • חלוקה מחדש של Microsoft Visual C ++ 2019
    • כלים לבנות של מיקרוסופט 2019

התקן תמיכה ב- GPU (לא חובה)

עיין במדריך התמיכה של Windows GPU להתקנת מנהלי ההתקנים והתוכנות הנוספות הדרושות להפעלת TensorFlow ב- GPU.

הורד את קוד המקור TensorFlow

השתמש ב- Git כדי לשכפל את מאגר TensorFlow ( git מותקן באמצעות MSYS2):

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

ברציפות חוזרת החזרה היא סניף פיתוח master . אתה יכול גם לבדוק סניף שחרור לבניית:

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

קבע את התצורה של ה- build

קבע את התצורה של בניית המערכת שלך על ידי הפעלת הדברים בשורש עץ המקור TensorFlow שלך:

python ./configure.py

סקריפט זה מבקש ממך לאתר את התלות של TensorFlow ומבקש אפשרויות תצורה נוספות של בניה (דגלי המהדר, למשל). להלן הצגת ריצה מדגם של python ./configure.py (ההפעלה שלך עשויה להיות שונה):

אפשרויות תצורה

לתמיכה ב- GPU , ציין את הגרסאות של CUDA ו- cuDNN. אם למערכת שלך מותקנות מספר גרסאות של CUDA או cuDNN, הגדר במפורש את הגירסה במקום להסתמך על ברירת המחדל. ./configure.py יוצר קישורים סמלים לספריות ה- CUDA של המערכת שלך - כך שאם אתה מעדכן את נתיבי הספרייה שלך ב- CUDA, יש להפעיל את שלב התצורה הזה שוב לפני בנייתו.

בנה את חבילת הפיפ

TensorFlow 2.x

זרימת tensor: repo המאסטר עודכן לבניית 2.x כברירת מחדל. התקן את Bazel והשתמש ב- bazel build כדי ליצור את חבילת TensorFlow.

bazel build //tensorflow/tools/pip_package:build_pip_package

TensorFlow 1.x

כדי לבנות את גרסת ה- 1.x של TensorFlow מהמאסטר, השתמש ב- bazel build --config=v1 כדי ליצור חבילת TensorFlow 1.x.

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

מעבד בלבד

השתמש bazel כדי להפוך את בונה החבילות TensorFlow עם תמיכה מעבד בלבד:

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

תמיכה ב- GPU

כדי להפוך את בונה החבילות TensorFlow עם תמיכה ב- GPU:

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

Bazel לבנות אפשרויות

השתמש באפשרות זו בעת בנייה כדי להימנע מבעיות ביצירת חבילה: tensorflow: issue # 22390

--define=no_tensorflow_py_deps=true

ראה הפניה לשורת הפקודה Bazel לקבלת אפשרויות לבנייה .

בניית TensorFlow ממקור יכולה להשתמש בהרבה RAM. אם המערכת שלך מוגבלת בזיכרון, הגבל את השימוש ב- RAM של Bazel באמצעות: --local_ram_resources=2048 .

אם אתה בונה עם תמיכה ב- GPU, הוסף --copt=-nvcc_options=disable-warnings כדי לדכא הודעות אזהרה של nvcc.

בנה את החבילה

הפקודה bazel build יוצרת הפעלה בשם build_pip_package - זוהי התוכנית שבונה את חבילת ה- pip . לדוגמה, הבא בונה חבילת .whl C:/tmp/tensorflow_pkg :

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

למרות שניתן לבנות קונפיגי CUDA וגם לא-CUDA תחת אותו עץ מקור, אנו ממליצים להריץ bazel clean בעת מעבר בין שתי תצורות אלה באותו עץ מקור.

התקן את החבילה

שם הקובץ של קובץ ה- .whl שנוצר תלוי בגירסת TensorFlow ובפלטפורמה שלך. השתמש ב- pip3 install כדי להתקין את החבילה, לדוגמה:

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

בנה באמצעות מעטפת MSYS

ניתן לבנות את TensorFlow גם באמצעות מעטפת MSYS. בצע את השינויים המפורטים להלן, ופעל אחר ההוראות הקודמות לשורת הפקודה המקורית של Windows ( cmd.exe ).

השבת המרה של נתיב MSYS

MSYS ממיר אוטומטית ארגומנטים שנראים כמו נתיבי Unix לנתיבי Windows, וזה לא עובד עם bazel . (התווית //path/to:bin נחשבת לנתיב מוחלט של יוניקס מכיוון שהיא מתחילה עם קו נטוי.)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

קבע את הנתיב שלך

הוסף את ספריות ההתקנה של Bazel ו- Python למשתנה הסביבתי שלך $PATH . אם Bazel מותקן ב- C:\tools\bazel.exe , ו- Python ל- C:\Python36\python.exe , הגדר את PATH שלך עם:

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

לקבלת תמיכה ב- GPU, הוסף את ספריות ה- CUDA ו- cuDNN סל $PATH שלך:

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"

נבדק תצורות לבנות

מעבד

גִרְסָה גרסת פייתון מַהְדֵר בנה כלים
זרימת tensor-2.3.0 3.5-3.8 MSVC 2019 בזל 3.1.0
זרימת tensor-2.2.0 3.5-3.8 MSVC 2019 בזל 2.0.0
זרימת tensor-2.1.0 3.5-3.7 MSVC 2019 בזל 0.27.1-0.29.1
tensorflow-2.0.0 3.5-3.7 MSVC 2017 בזל 0.26.1
tensorflow-1.15.0 3.5-3.7 MSVC 2017 בזל 0.26.1
tensorflow-1.14.0 3.5-3.7 MSVC 2017 בזל 0.24.1-0.25.2
tensorflow-1.13.0 3.5-3.7 עדכון 3 של MSVC 2015 בזל 0.19.0-0.21.0
tensorflow-1.12.0 3.5-3.6 עדכון 3 של MSVC 2015 בזל 0.15.0
tensorflow-1.11.0 3.5-3.6 עדכון 3 של MSVC 2015 בזל 0.15.0
tensorflow-1.10.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.9.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.8.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.7.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.6.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.5.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.4.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.3.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.2.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.1.0 3.5 עדכון 3 של MSVC 2015 Cmake v3.6.3
זרימת tensor-1.0.0 3.5 עדכון 3 של MSVC 2015 Cmake v3.6.3

GPU

גִרְסָה גרסת פייתון מַהְדֵר בנה כלים cuDNN CUDA
tensorflow_gpu-2.3.0 3.5-3.8 MSVC 2019 בזל 3.1.0 7.4 10.1
tensorflow_gpu-2.2.0 3.5-3.8 MSVC 2019 בזל 2.0.0 7.4 10.1
tensorflow_gpu-2.1.0 3.5-3.7 MSVC 2019 בזל 0.27.1-0.29.1 7.4 10.1
tensorflow_gpu-2.0.0 3.5-3.7 MSVC 2017 בזל 0.26.1 7.4 10
tensorflow_gpu-1.15.0 3.5-3.7 MSVC 2017 בזל 0.26.1 7.4 10
tensorflow_gpu-1.14.0 3.5-3.7 MSVC 2017 בזל 0.24.1-0.25.2 7.4 10
tensorflow_gpu-1.13.0 3.5-3.7 עדכון 3 של MSVC 2015 בזל 0.19.0-0.21.0 7.4 10
tensorflow_gpu-1.12.0 3.5-3.6 עדכון 3 של MSVC 2015 בזל 0.15.0 ז 9
tensorflow_gpu-1.11.0 3.5-3.6 עדכון 3 של MSVC 2015 בזל 0.15.0 ז 9
tensorflow_gpu-1.10.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 ז 9
tensorflow_gpu-1.9.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 ז 9
tensorflow_gpu-1.8.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 ז 9
tensorflow_gpu-1.7.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 ז 9
tensorflow_gpu-1.6.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 ז 9
tensorflow_gpu-1.5.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 ז 9
tensorflow_gpu-1.4.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 6 8
tensorflow_gpu-1.3.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 6 8
tensorflow_gpu-1.2.0 3.5-3.6 עדכון 3 של MSVC 2015 Cmake v3.6.3 5.1 8
tensorflow_gpu-1.1.0 3.5 עדכון 3 של MSVC 2015 Cmake v3.6.3 5.1 8
tensorflow_gpu-1.0.0 3.5 עדכון 3 של MSVC 2015 Cmake v3.6.3 5.1 8