Criar a partir da fonte no Windows

Crie um pacote TensorFlow PIP a partir da fonte e instale-o no Windows.

Configuração para Windows

Instale as seguintes ferramentas de build para configurar seu ambiente para desenvolvedores do Windows.

Instale as dependências dos pacotes Python e TensorFlow

Instale uma versão Python 3.5.x ou Python 3.6.x de 64 bits para Windows. Selecione PIP como um recurso opcional e adicione-o à variável de ambiente %PATH%.

Instale as dependências do pacote TensorFlow PIP:

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

As dependências são listadas no arquivo setup.py em REQUIRED_PACKAGES.

Instalar o Bazel

Instale o Bazel, a ferramenta de build usada para compilar o TensorFlow. Para a versão do Bazel, consulte as configurações de compilação testadas para Windows. Configure o Bazel para compilar C++.

Adicione o local do executável Bazel à sua variável de ambiente %PATH%.

Instalar MSYS2

Instale o MSYS2 para as ferramentas bin necessárias para criar o TensorFlow. Se o MSYS2 estiver instalado em C:\msys64, adicione C:\msys64\usr\bin à variável de ambiente %PATH%. Em seguida, usando cmd.exe, execute:

pacman -S git patch unzip

Instalar Ferramentas de Build do Visual C++ 2019

Instale as ferramentas de build do Visual C++ 2019. Elas vêm com o Visual Studio 2019, mas podem ser instaladas separadamente:

1. Acesse os downloads do Visual Studio.
2. Selecione Redistribuíveis e ferramentas de build.
3. Faça download e instale:
   • Redistribuíveis do Microsoft Visual C++ 2019
   • Ferramentas de Build Microsoft 2019

Instalar o suporte a GPUs (opcional)

Consulte o guia de suporte a GPUs do Windows para instalar os drivers e softwares adicionais necessários para executar o TensorFlow em uma GPU.

Fazer o download do código-fonte do TensorFlow

Use Git para clonar o repositório do TensorFlow (git está instalado com MSYS2):

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

O repositório tem como padrão a ramificação de desenvolvimento master. Você também pode conferir um branch de lançamento para criar:

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

Configurar a criação

Configure a criação do sistema executando o seguinte comando na raiz da árvore de origem do TensorFlow:

python ./configure.py

Esse script solicita a localização das dependências do TensorFlow e solicita outras opções de configuração de compilação (sinalizações do compilador, por exemplo). Veja a seguir um exemplo de python ./configure.py (sua sessão pode ser diferente):

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

Opções de configuração

Para suporte a GPUs, especifique as versões da CUDA e da cuDNN. Se o sistema tiver várias versões da CUDA ou da cuDNN instaladas, defina explicitamente a versão em vez de confiar no padrão. ./configure.py cria links simbólicos para as bibliotecas CUDA do sistema. Portanto, se você atualizar os caminhos da biblioteca CUDA, essa etapa de configuração precisará ser executada novamente antes da criação.

Criar o pacote PIP

TensorFlow 2.x

O repositório tensorflow:master foi atualizado para o build 2.x por padrão. Instale o Bazel e use bazel build para criar o pacote do TensorFlow.

bazel build //tensorflow/tools/pip_package:build_pip_package

TensorFlow 1.x

Para criar a versão 1.x do TensorFlow a partir do mestre, use bazel build --config=v1 para criar um pacote do TensorFlow 1.x.

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

Somente CPU

Use bazel para criar o construtor de pacotes TensorFlow com suporte apenas para CPU:

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

Suporte a GPUs

Para criar o construtor de pacotes TensorFlow com suporte a GPUs:

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

Opções de criação do Bazel

Use esta opção ao criar para evitar problemas com a criação do pacote: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

Veja a referência de linha de comando do Bazel para opções de build.

Criar o TensorFlow a partir da fonte pode usar muita memória RAM. Se o sistema tem restrições de memória, limite o uso de RAM do Bazel com: --local_ram_resources=2048.

Se a criação for compatível com GPU, adicione --copt=-nvcc_options=disable-warnings para suprimir mensagens de aviso nvcc.

Criar o pacote

O comando bazel build cria um executável chamado build_pip_package. Esse é o programa que cria o pacote pip. Por exemplo, o seguinte cria um pacote .whl no diretório C:/tmp/tensorflow_pkg:

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

Embora seja possível criar configurações CUDA e não CUDA na mesma árvore de origem, recomendamos executar bazel clean ao alternar entre essas duas configurações na mesma árvore de origem.

Instale o pacote

O nome do arquivo .whl gerado depende da versão do TensorFlow e da sua plataforma. Use pip3 install para instalar o pacote, por exemplo:

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

Criar usando o shell MSYS

O TensorFlow também pode ser criado usando o shell MSYS. Faça as alterações listadas abaixo e siga as instruções anteriores para a linha de comando nativa do Windows (cmd.exe).

Desativar conversão de caminho MSYS

O MSYS converte automaticamente argumentos que parecem caminhos do Unix em caminhos do Windows, e isso não funciona com bazel. O rótulo //path/to:bin é considerado um caminho absoluto do Unix, já que começa com uma barra.

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

Definir seu PATH

Adicione os diretórios de instalação do Bazel e do Python à sua variável de ambiente $PATH. Se o Bazel estiver instalado em C:\tools\bazel.exe e o Python em C:\Python36\python.exe, defina seu PATH com:

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

Para suporte a GPUs, adicione os diretórios bin do CUDA e do cuDNN ao $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"

Configurações da compilação testadas

CPU

GPU