在 Windows 环境中从源代码构建

青旅半醒 2023-10-11 19:07 7阅读 0赞

我们将从源代码构建 TensorFlow pip 软件包并将其安装在 Windows 设备上。

注意：我们已针对 Windows 系统提供了经过充分测试的预构建 TensorFlow 软件包。

安装以下构建工具以配置 Windows 开发环境。

安装适用于 Windows 的 Python 3.6.x 64 位版本。选择 pip 作为可选功能，并将其添加到 环境变量中。

安装 TensorFlow pip 软件包依赖项：

这些依赖项就列在 文件的 下。

安装 Bazel，它是用于编译 TensorFlow 的构建工具。如需确认适用的 Bazel 版本，请参阅适用于 Windows 的经过测试的构建配置。配置 Bazel 来构建 C++。

将 Bazel 可执行文件的位置添加到 环境变量中。

为构建 TensorFlow 所需的 bin 工具安装 MSYS2。如果 MSYS2 已安装到 下，请将 添加到 环境变量中。然后，使用 运行以下命令：

pacman -S git patch unzip

安装 Visual C++ 生成工具 2019。该工具随附在 Visual Studio 2019 中，但可以单独安装：

转到 Visual Studio 下载页面，

选择“可再发行组件和生成工具”，

下载并安装：

Microsoft Visual C++ 2019 可再发行组件包

Microsoft 生成工具 2019

注意：TensorFlow 已针对 Visual Studio 2019 进行了测试。

若要安装在 GPU 上运行 TensorFlow 所需的驱动程序和其他软件，请参阅 Windows GPU 支持指南。

使用 Git 克隆 TensorFlow 代码库( 随 MSYS2 一起安装)：

该代码库默认为 开发分支。您也可以检出想要构建的版本分支：

git checkout branch\_name \# r1.9, r1.10, etc.

要点：如果您在使用最新的开发分支时遇到构建问题，请尝试已知可用的版本分支。

通过在 TensorFlow 源代码树的根目录下运行以下命令来配置系统构建：

python https://tensorflow.google.cn/install/configure.py

此脚本会提示您指定 TensorFlow 依赖项的位置，并要求指定其他构建配置选项(例如，编译器标记)。以下代码展示了 的示例运行会话(您的会话可能会有所不同)：

查看示例配置会话

python https://tensorflow.google.cn/install/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: ools\\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

为了支持 GPU，请指定 CUDA 和 cuDNN 的版本。如果您的系统安装了多个版本的 CUDA 或 cuDNN，请明确设置版本，而不是依赖于默认版本。 会创建指向系统 CUDA 库的符号链接，因此，如果您更新 CUDA 库路径，就必须在构建之前再次运行此配置步骤。

注意：从 TensorFlow 1.6 开始，二进制文件使用 AVX 指令，这些指令可能无法在旧版 CPU 上运行。

tensorflow:master 代码库已经默认更新为 build 2.x。请安装 Bazel 并使用 创建 TensorFlow 软件包。

bazel build //tensorflow/tools/pip\_package:build\_pip\_package

如需从 master 分支构建 TensorFlow 1.x，请使用 创建 TensorFlow 1.x 软件包。

bazel build --config=v1 //tensorflow/tools/pip\_package:build\_pip\_package

仅支持 CPU

使用 构建仅支持 CPU 的 TensorFlow 软件包构建器：

bazel build --config=opt //tensorflow/tools/pip\_package:build\_pip\_package

GPU 支持

要构建支持 GPU 的 TensorFlow 软件包编译器，请运行以下命令：

bazel build --config=opt --config=cuda --define=no\_tensorflow\_py\_deps=true //tensorflow/tools/pip\_package:build\_pip\_package

Bazel 构建选项

在构建时使用以下选项，避免在创建软件包时出现问题：tensorflow:issue\#22390

--define=no\_tensorflow\_py\_deps=true

请参阅 Bazel 命令行参考文档，详细了解构建选选项。

从源代码构建 TensorFlow 会消耗大量 RAM。如果您的系统受内存限制，请将 Bazel 的 RAM 使用量限制为：。

如果构建支持 GPU 的 TensorFlow，请添加 以禁止显示 nvcc 警告消息。

命令会创建一个名为 的可执行文件，此文件是用于构建 软件包的程序。例如，以下命令会在 目录中构建 软件包：

bazel-bin ensorflow ools\\pip\_package\\build\_pip\_package C:/tmp/tensorflow\_pkg

尽管可以在同一个源代码树下构建 CUDA 和非 CUDA 配置，但建议在同一个源代码树中的这两种配置之间切换时运行 。

生成的 文件的文件名取决于 TensorFlow 版本和您的平台。例如，使用 安装软件包：

pip3 install C:/tmp/tensorflow\_pkg/tensorflow-version-cp36-cp36m-win\_amd64.whl

成功：TensorFlow 现已安装完毕。

也可以使用 MSYS shell 构建 TensorFlow。做出下面列出的更改，然后按照之前的 Windows 原生命令行 () 说明进行操作。

MSYS 会自动将类似 Unix 路径的参数转换为 Windows 路径，而此转换不适用于 。(标签 被视为 Unix 绝对路径，因为它以斜杠开头。)

将 Bazel 和 Python 安装目录添加到 环境变量中。如果 Bazel 安装到了 ，并且 Python 安装到了 ，请使用以下命令设置 ：

\# Use Unix-style with ':' as separator

如需支持 GPU，请将 CUDA 和 cuDNN bin 目录添加到 中：

版本Python 版本编译器构建工具

tensorflow-2.5.03.6-3.9MSVC 2019Bazel 3.7.2

tensorflow-2.4.03.6-3.8MSVC 2019Bazel 3.1.0

tensorflow-2.3.03.5-3.8MSVC 2019Bazel 3.1.0

tensorflow-2.2.03.5-3.8MSVC 2019Bazel 2.0.0

tensorflow-2.1.03.5-3.7MSVC 2019Bazel 0.27.1-0.29.1

tensorflow-2.0.03.5-3.7MSVC 2017Bazel 0.26.1

tensorflow-1.15.03.5-3.7MSVC 2017Bazel 0.26.1

tensorflow-1.14.03.5-3.7MSVC 2017Bazel 0.24.1-0.25.2

tensorflow-1.13.03.5-3.7MSVC 2015 update 3Bazel 0.19.0-0.21.0

tensorflow-1.12.03.5-3.6MSVC 2015 update 3Bazel 0.15.0

tensorflow-1.11.03.5-3.6MSVC 2015 update 3Bazel 0.15.0

tensorflow-1.10.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.9.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.8.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.7.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.6.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.5.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.4.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.3.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.2.03.5-3.6MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.1.03.5MSVC 2015 update 3Cmake v3.6.3

tensorflow-1.0.03.5MSVC 2015 update 3Cmake v3.6.3

版本Python 版本编译器构建工具cuDNNCUDA

tensorflow\_gpu-2.5.03.6-3.9MSVC 2019Bazel 3.7.28.111.2

tensorflow\_gpu-2.4.03.6-3.8MSVC 2019Bazel 3.1.08.011.0

tensorflow\_gpu-2.3.03.5-3.8MSVC 2019Bazel 3.1.07.610.1

tensorflow\_gpu-2.2.03.5-3.8MSVC 2019Bazel 2.0.07.610.1

tensorflow\_gpu-2.1.03.5-3.7MSVC 2019Bazel 0.27.1-0.29.17.610.1

tensorflow\_gpu-2.0.03.5-3.7MSVC 2017Bazel 0.26.17.410

tensorflow\_gpu-1.15.03.5-3.7MSVC 2017Bazel 0.26.17.410

tensorflow\_gpu-1.14.03.5-3.7MSVC 2017Bazel 0.24.1-0.25.27.410

tensorflow\_gpu-1.13.03.5-3.7MSVC 2015 update 3Bazel 0.19.0-0.21.07.410

tensorflow\_gpu-1.12.03.5-3.6MSVC 2015 update 3Bazel 0.15.07.29.0

tensorflow\_gpu-1.11.03.5-3.6MSVC 2015 update 3Bazel 0.15.079

tensorflow\_gpu-1.10.03.5-3.6MSVC 2015 update 3Cmake v3.6.379

tensorflow\_gpu-1.9.03.5-3.6MSVC 2015 update 3Cmake v3.6.379

tensorflow\_gpu-1.8.03.5-3.6MSVC 2015 update 3Cmake v3.6.379

tensorflow\_gpu-1.7.03.5-3.6MSVC 2015 update 3Cmake v3.6.379

tensorflow\_gpu-1.6.03.5-3.6MSVC 2015 update 3Cmake v3.6.379

tensorflow\_gpu-1.5.03.5-3.6MSVC 2015 update 3Cmake v3.6.379

tensorflow\_gpu-1.4.03.5-3.6MSVC 2015 update 3Cmake v3.6.368

tensorflow\_gpu-1.3.03.5-3.6MSVC 2015 update 3Cmake v3.6.368

tensorflow\_gpu-1.2.03.5-3.6MSVC 2015 update 3Cmake v3.6.35.18

tensorflow\_gpu-1.1.03.5MSVC 2015 update 3Cmake v3.6.35.18

tensorflow\_gpu-1.0.03.5MSVC 2015 update 3Cmake v3.6.35.18

在 Windows 环境中从源代码构建

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关在 Windows 环境中从源代码构建

相关从源代码构建 TensorFlow 安装

相关 MySQL在Windows 环境中的安装

相关从源代码构建 deb 包

相关 Windows开发环境构建之Java篇

相关在Windows环境下用Yeoman构建AngularJS项目

相关 Windows环境在eclipse中使用Lombok

相关使用Minikube在Windows构建Kubernetes

相关 Kafka在Windows环境中安装、运行

相关在Windows中配置多个Tomcat环境