विंडोज पर स्रोत से बनाएँ

स्रोत से एक TensorFlow pip पैकेज बनाएँ और इसे विंडोज पर स्थापित करें।

विंडोज के लिए सेटअप

अपने विंडोज डेवलपमेंट वातावरण को कॉन्फ़िगर करने के लिए निम्नलिखित बिल्ड टूल इंस्टॉल करें।

अजगर और TensorFlow पैकेज निर्भरता स्थापित करें

Windows के लिए Python 3.5.x या Python 3.6.x 64-bit रिलीज़ स्थापित करें। एक वैकल्पिक सुविधा के रूप में पाइप का चयन करें और इसे अपने %PATH% पर्यावरण चर में जोड़ें।

TensorFlow पाइप पैकेज निर्भरता स्थापित करें:

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

REQUIRED_PACKAGES तहत setup.py फ़ाइल में निर्भरताएँ सूचीबद्ध हैं।

Bazel स्थापित करें

Bazel , TensorFlow को संकलित करने के लिए इस्तेमाल किया गया उपकरण स्थापित करें । Bazel संस्करण के लिए, Windows के लिए परीक्षण निर्मित कॉन्फ़िगरेशन देखें। C ++ के निर्माण के लिए Bazel को कॉन्फ़िगर करें।

अपने %PATH% परिवेश चर में Bazel निष्पादन योग्य स्थान जोड़ें।

MSYS2 स्थापित करें

TensorFlow बनाने के लिए आवश्यक बिन टूल के लिए MSYS2 स्थापित करें । यदि MSYS2 C:\msys64 msys64 में स्थापित है, तो C:\msys64\usr\bin को अपने %PATH% परिवेश चर में जोड़ें। फिर, cmd.exe का उपयोग करके, चलाएं:

pacman -S git patch unzip

विजुअल C ++ बिल्ड टूल्स 2019 स्थापित करें

Visual C ++ बिल्ड टूल 2019 इंस्टॉल करें। यह विजुअल स्टूडियो 2019 के साथ आता है लेकिन इसे अलग से स्थापित किया जा सकता है:

1. Visual Studio डाउनलोड पर जाएं ,
2. Redistributables और Build Tools का चयन करें,
3. डाउनलोड करो और इंस्टॉल करो:
   • Microsoft Visual C ++ 2019 पुनर्वितरण
   • माइक्रोसॉफ्ट बिल्ड टूल्स 2019

GPU समर्थन स्थापित करें (वैकल्पिक)

ड्राइवरों को स्थापित करने के लिए विंडोज जीपीयू सपोर्ट गाइड देखें और एक जीपीयू पर TensorFlow चलाने के लिए आवश्यक अतिरिक्त सॉफ्टवेयर।

TensorFlow स्रोत कोड डाउनलोड करें

TensorFlow रिपॉजिटरी को क्लोन करने के लिए Git का उपयोग करें ( git MSYS2 के साथ स्थापित किया गया है):

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

रेपो master विकास शाखा में चूक करता है। आप निर्माण के लिए एक रिलीज शाखा की जांच भी कर सकते हैं:

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

बिल्ड को कॉन्फ़िगर करें

अपने TensorFlow source ट्री के मूल में निम्नलिखित को चलाकर अपने सिस्टम बिल्ड को कॉन्फ़िगर करें:

python ./configure.py

यह स्क्रिप्ट आपको TensorFlow निर्भरता के स्थान के लिए संकेत देती है और अतिरिक्त बिल्ड कॉन्फ़िगरेशन विकल्पों (संकलक झंडे, उदाहरण के लिए) के लिए पूछती है। निम्नलिखित में python ./configure.py का एक नमूना रन दिखाया गया है python ./configure.py (आपका सत्र भिन्न हो सकता है):

python ./configure.py
Starting local Bazel server and connecting to it...
................
You have bazel 0.15.0 installed.
Please specify the location of python. [Default is C:\python36\python.exe]:

Found possible Python library paths:
  C:\python36\lib\site-packages
Please input the desired Python library path to use.  Default is [C:\python36\lib\site-packages]

Do you wish to build TensorFlow with CUDA support? [y/N]: Y
CUDA support will be enabled for TensorFlow.

Please specify the CUDA SDK version you want to use. [Leave empty to default to CUDA 9.0]:

Please specify the location where CUDA 9.0 toolkit is installed. Refer to README.md for more details. [Default is C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0]:

Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7.0]: 7.0

Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v9.0]: C:\tools\cuda

Please specify a list of comma-separated Cuda compute capabilities you want to build with.
You can find the compute capability of your device at: https://developer.nvidia.com/cuda-gpus
Please note that each additional compute capability significantly increases your build time and binary size. [Default is: 3.5,7.0]: 3.7

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.

Configuration finished

कॉन्फ़िगरेशन विकल्प

GPU समर्थन के लिए , CUDA और cuDNN के संस्करण निर्दिष्ट करें। यदि आपके सिस्टम में CUDA या cuDNN के कई संस्करण स्थापित हैं, तो डिफ़ॉल्ट रूप से निर्भर होने के बजाय संस्करण को स्पष्ट रूप से सेट करें। ./configure.py आपके सिस्टम के CUDA पुस्तकालयों के लिए प्रतीकात्मक लिंक बनाता है - इसलिए यदि आप अपने CUDA लाइब्रेरी पथ को अपडेट करते हैं, तो यह कॉन्फ़िगरेशन चरण बिल्डिंग से पहले फिर से चलना चाहिए।

पाइप पैकेज बनाएँ

TensorFlow 2.x

टेंसरफ्लो: मास्टर रेपो को डिफ़ॉल्ट रूप से 2.x बनाने के लिए अपडेट किया गया है। Bazel स्थापित करें और TensorFlow पैकेज बनाने के लिए bazel build का उपयोग करें ।

bazel build //tensorflow/tools/pip_package:build_pip_package

TensorFlow 1.x

TensorFlow का मास्टर से 1.x संस्करण बनाने के लिए, TensorFlow 1.x पैकेज बनाने के लिए bazel build --config=v1 का उपयोग करें।

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

सीपीयू केवल

उपयोग bazel सीपीयू केवल समर्थन के साथ TensorFlow पैकेज बिल्डर बनाने के लिए:

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

GPU समर्थन

GPU समर्थन के साथ TensorFlow पैकेज बिल्डर बनाने के लिए:

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

Bazel बिल्ड विकल्प

पैकेज बनाते समय समस्या से बचने के लिए इस विकल्प का उपयोग करें: टेंसरफ़्लो: समस्या # 22390

--define=no_tensorflow_py_deps=true

बिल्ड विकल्पों के लिए Bazel कमांड-लाइन संदर्भ देखें।

स्रोत से TensorFlow का निर्माण बहुत सारे RAM का उपयोग कर सकता है। यदि आपका सिस्टम मेमोरी-विवश है, तो Bazel की RAM का उपयोग इसके साथ सीमित करें: --local_ram_resources=2048 ।

यदि GPU समर्थन के साथ निर्माण हो रहा है, तो nvcc चेतावनी संदेशों को दबाने के लिए --copt=-nvcc_options=disable-warnings जोड़ें।

पैकेज बनाएँ

bazel build कमांड एक निष्पादन योग्य बनाता है जिसका नाम build_pip_package है जो कि pip पैकेज बनाता है। उदाहरण के लिए, निम्नलिखित C:/tmp/tensorflow_pkg निर्देशिका में .whl पैकेज बनाता है:

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

हालाँकि CUDA और गैर-CUDA दोनों का निर्माण एक ही स्रोत के पेड़ के नीचे करना संभव है, फिर भी हम एक ही स्रोत के पेड़ में इन दो विन्यासों के बीच स्विच करते समय bazel clean को चलाने की सलाह देते हैं।

पैकेज स्थापित करें

उत्पन्न .whl फ़ाइल का फ़ाइल नाम TensorFlow संस्करण और आपके प्लेटफ़ॉर्म पर निर्भर करता है। पैकेज को स्थापित pip3 install लिए pip3 install का उपयोग करें, उदाहरण के लिए:

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

MSYS शेल का उपयोग करके निर्माण करें

TensorFlow को MSYS शेल का उपयोग करके भी बनाया जा सकता है। नीचे सूचीबद्ध परिवर्तन करें, फिर Windows देशी कमांड लाइन ( cmd.exe ) के पिछले निर्देशों का पालन cmd.exe ।

MSYS पथ रूपांतरण अक्षम करें

MSYS स्वचालित रूप से तर्कों को रूपांतरित करता है जो यूनिक्स पथों की तरह विंडोज पथों पर दिखाई देते हैं, और यह bazel साथ काम नहीं करता है। (लेबल //path/to:bin को एक यूनिक्स निरपेक्ष पथ माना जाता है क्योंकि यह स्लैश से शुरू होता है।)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

अपना पेट सेट करें

अपने $PATH पर्यावरण चर में Bazel और पायथन संस्थापन निर्देशिकाओं को जोड़ें। यदि Bazel C:\tools\bazel.exe , और Python to C:\Python36\python.exe स्थापित है, तो अपने PATH साथ सेट करें:

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

GPU समर्थन के लिए, अपने $PATH में CUDA और cuDNN बिन निर्देशिकाओं को जोड़ें:

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"

परीक्षणित निर्माण कॉन्फ़िगरेशन

सी पी यू

GPU