Attend the Women in ML Symposium on December 7 Register now

构建 TensorFlow Lite Python Wheel 软件包

使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

本页介绍如何为 x86_64 和各种 ARM 设备构建 TensorFlow Lite tflite_runtime Python 库。

以下说明已在 Ubuntu 16.04.3 64 位 PC (AMD64)、macOS Catalina (x86_64) 和 TensorFlow devel Docker 镜像 tensorflow/tensorflow:devel 上进行测试。

:此功能从 2.4 版本开始提供。

先决条件

您需要安装 CMake 和 TensorFlow 源代码的副本。有关详细信息,请参阅使用 CMake 构建 TensorFlow Lite 页面。

要为您的工作站构建 pip 包,可以运行以下命令。

PYTHON=python3 tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh native

:如果您有多个可用的 Python 解释器,请使用 PYTHON 变量。(目前支持 Python 3.7 或更高版本)

ARM 交叉编译

对于 ARM 交叉编译,建议使用 Docker,因为它可以更容易地设置跨构建环境。此外,您还需要 target 选项来确定目标架构。

在 Makefile tensorflow/lite/tools/pip_package/Makefile 中有一个辅助工具可用于使用预定义的 Docker 容器调用构建命令。您可以在 Docker 主机上运行如下所示的构建命令。

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=<target> PYTHON_VERSION=<python3 version>

:支持 Python 3.7 或更高版本。

可用目标名称

tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh 脚本需要目标名称来确定目标架构。以下是支持的目标的列表。

目标 目标架构 注释
armhf ARMv7 VFP 带 Neon 兼容 Raspberry Pi 3 和 4
rpi0 ARMv6 兼容 Raspberry Pi Zero
aarch64 aarch64(ARM 64 位) Coral Mendel Linux 4.0
Raspberry Pi with Ubuntu Server 20.04.01 LTS 64 位
native 您的工作站 通过 "-mnative" 优化构建
您的工作站 默认目标

构建示例

以下是您可以使用的一些命令示例。

用于 Python 3.7 的 armhf 目标

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=armhf PYTHON_VERSION=3.7

用于 Python 3.8 的 aarch64 目标

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=aarch64 PYTHON_VERSION=3.8

如何使用自定义工具链?

如果生成的二进制文件与您的目标不兼容,则需要使用您自己的工具链或提供自定义的构建标志。(请查看此页面以了解您的目标环境)。在这种情况下,您需要修改 tensorflow/lite/tools/cmake/download_toolchains.sh 以使用您自己的工具链。工具链脚本为 build_pip_package_with_cmake.sh 脚本定义了以下两个变量。

变量 目的 示例
ARMCC_PREFIX 定义工具链前缀 arm-linux-gnueabihf-
ARMCC_FLAGS 编译标志 -march=armv7-a -mfpu=neon-vfpv4

:ARMCC_FLAGS 可能需要包含 Python 库(包括路径)。请参阅 download_toolchains.sh 作为参考。