Jeśli wprowadzisz zmiany w pakiecie pip TensorFlow Hub, prawdopodobnie będziesz chciał ponownie skompilować pakiet pip ze źródła, aby wypróbować zmiany.
Wymaga to:
- Pyton
- TensorFlow
- Git
- Bazel
Alternatywnie, jeśli zainstalujesz kompilator protobuf, możesz wypróbować zmiany bez korzystania z bazel .
Skonfiguruj środowisko wirtualne
Aktywuj środowisko wirtualne
Zainstaluj virtualenv, jeśli jeszcze nie jest zainstalowany:
~$ sudo apt-get install python-virtualenv
Utwórz wirtualne środowisko do tworzenia pakietów:
~$ virtualenv --system-site-packages tensorflow_hub_env
I aktywuj go:
~$ source ~/tensorflow_hub_env/bin/activate # bash, sh, ksh, or zsh
~$ source ~/tensorflow_hub_env/bin/activate.csh # csh or tcsh
Sklonuj repozytorium TensorFlow Hub.
(tensorflow_hub_env)~/$ git clone https://github.com/tensorflow/hub
(tensorflow_hub_env)~/$ cd hub
Przetestuj swoje zmiany
Uruchom testy TensorFlow Hub
(tensorflow_hub_env)~/hub/$ bazel test tensorflow_hub:all
Zbuduj i zainstaluj pakiet
Zbuduj skrypt pakowania pip dla TensorFlow Hub
Aby zbudować pakiet pip dla TensorFlow Hub:
(tensorflow_hub_env)~/hub/$ bazel build tensorflow_hub/pip_package:build_pip_package
Utwórz pakiet pip TensorFlow Hub
(tensorflow_hub_env)~/hub/$ bazel-bin/tensorflow_hub/pip_package/build_pip_package \
/tmp/tensorflow_hub_pkg
Zainstaluj i przetestuj pakiet pip (opcjonalnie)
Uruchom następujące polecenia, aby zainstalować pakiet pip.
(tensorflow_hub_env)~/hub/$ pip install /tmp/tensorflow_hub_pkg/*.whl
Test importu TensorFlow Hub:
(tensorflow_hub_env)~/hub/$ cd .. # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"
Instalacja „Developer” (eksperymentalna)
Kompilacja pakietu za pomocą Bazel jest jedyną oficjalnie obsługiwaną metodą. Jeśli jednak nie znasz Bazel, łatwiej jest korzystać z narzędzi open source. W tym celu możesz wykonać „instalację deweloperską” pakietu.
Ta metoda instalacji umożliwia zainstalowanie katalogu roboczego w środowisku Python, dzięki czemu bieżące zmiany zostaną uwzględnione podczas importowania pakietu.
Skonfiguruj repozytorium
Najpierw skonfiguruj środowisko wirtualne i repozytorium, jak opisano powyżej .
Zainstaluj protoc
Ponieważ TensorFlow Hub korzysta z protobufów, będziesz potrzebować kompilatora protobufów, aby utworzyć niezbędne pliki python _pb2.py z plików .proto .
Na komputerze Mac:
(tensorflow_hub_env)~/hub/$ brew install protobuf
W systemie Linux
(tensorflow_hub_env)~/hub/$ sudo apt install protobuf-compiler
Skompiluj pliki .proto
Początkowo w katalogu nie ma plików _pb2.py :
(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py
Uruchom protoc , aby je utworzyć:
(tensorflow_hub_env)~/hub/$ protoc -I=tensorflow_hub --python_out=tensorflow_hub tensorflow_hub/*.proto
(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py
tensorflow_hub/image_module_info_pb2.py tensorflow_hub/module_attachment_pb2.py tensorflow_hub/module_def_pb2.py
Importuj bezpośrednio z repozytorium
Mając już pliki _pb2.py , możesz wypróbować swoje modyfikacje bezpośrednio w katalogu TensorFlow Hub:
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"
Zainstaluj w trybie „deweloperskim”
Aby użyć tego spoza katalogu głównego repozytorium, możesz skorzystać z instalacji setup.py develop :
(tensorflow_hub_env)~/hub/$ python tensorflow_hub/pip_package/setup.py develop
Teraz możesz używać swoich lokalnych zmian w zwykłym wirtualnym środowisku Python, bez konieczności ponownego instalowania i przebudowywania pakietu pip dla każdej nowej zmiany:
(tensorflow_hub_env)~/hub/$ cd .. # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"
Dezaktywuj środowisko wirtualne
(tensorflow_hub_env)~/hub/$ deactivate
Jeśli wprowadzisz zmiany w pakiecie pip TensorFlow Hub, prawdopodobnie będziesz chciał ponownie skompilować pakiet pip ze źródła, aby wypróbować zmiany.
Wymaga to:
- Pyton
- TensorFlow
- Git
- Bazel
Alternatywnie, jeśli zainstalujesz kompilator protobuf, możesz wypróbować zmiany bez korzystania z bazel .
Skonfiguruj środowisko wirtualne
Aktywuj środowisko wirtualne
Zainstaluj virtualenv, jeśli jeszcze nie jest zainstalowany:
~$ sudo apt-get install python-virtualenv
Utwórz wirtualne środowisko do tworzenia pakietów:
~$ virtualenv --system-site-packages tensorflow_hub_env
I aktywuj go:
~$ source ~/tensorflow_hub_env/bin/activate # bash, sh, ksh, or zsh
~$ source ~/tensorflow_hub_env/bin/activate.csh # csh or tcsh
Sklonuj repozytorium TensorFlow Hub.
(tensorflow_hub_env)~/$ git clone https://github.com/tensorflow/hub
(tensorflow_hub_env)~/$ cd hub
Przetestuj swoje zmiany
Uruchom testy TensorFlow Hub
(tensorflow_hub_env)~/hub/$ bazel test tensorflow_hub:all
Zbuduj i zainstaluj pakiet
Zbuduj skrypt pakowania pip dla TensorFlow Hub
Aby zbudować pakiet pip dla TensorFlow Hub:
(tensorflow_hub_env)~/hub/$ bazel build tensorflow_hub/pip_package:build_pip_package
Utwórz pakiet pip TensorFlow Hub
(tensorflow_hub_env)~/hub/$ bazel-bin/tensorflow_hub/pip_package/build_pip_package \
/tmp/tensorflow_hub_pkg
Zainstaluj i przetestuj pakiet pip (opcjonalnie)
Uruchom następujące polecenia, aby zainstalować pakiet pip.
(tensorflow_hub_env)~/hub/$ pip install /tmp/tensorflow_hub_pkg/*.whl
Test importu TensorFlow Hub:
(tensorflow_hub_env)~/hub/$ cd .. # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"
Instalacja „Developer” (eksperymentalna)
Kompilacja pakietu za pomocą Bazel jest jedyną oficjalnie obsługiwaną metodą. Jeśli jednak nie znasz Bazel, łatwiej jest korzystać z narzędzi open source. W tym celu możesz wykonać „instalację deweloperską” pakietu.
Ta metoda instalacji umożliwia zainstalowanie katalogu roboczego w środowisku Python, dzięki czemu bieżące zmiany zostaną uwzględnione podczas importowania pakietu.
Skonfiguruj repozytorium
Najpierw skonfiguruj środowisko wirtualne i repozytorium, jak opisano powyżej .
Zainstaluj protoc
Ponieważ TensorFlow Hub korzysta z protobufów, będziesz potrzebować kompilatora protobufów, aby utworzyć niezbędne pliki python _pb2.py z plików .proto .
Na komputerze Mac:
(tensorflow_hub_env)~/hub/$ brew install protobuf
W systemie Linux
(tensorflow_hub_env)~/hub/$ sudo apt install protobuf-compiler
Skompiluj pliki .proto
Początkowo w katalogu nie ma plików _pb2.py :
(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py
Uruchom protoc , aby je utworzyć:
(tensorflow_hub_env)~/hub/$ protoc -I=tensorflow_hub --python_out=tensorflow_hub tensorflow_hub/*.proto
(tensorflow_hub_env)~/hub/$ ls -1 tensorflow_hub/*_pb2.py
tensorflow_hub/image_module_info_pb2.py tensorflow_hub/module_attachment_pb2.py tensorflow_hub/module_def_pb2.py
Importuj bezpośrednio z repozytorium
Mając już pliki _pb2.py , możesz wypróbować swoje modyfikacje bezpośrednio w katalogu TensorFlow Hub:
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"
Zainstaluj w trybie „deweloperskim”
Aby użyć tego spoza katalogu głównego repozytorium, możesz skorzystać z instalacji setup.py develop :
(tensorflow_hub_env)~/hub/$ python tensorflow_hub/pip_package/setup.py develop
Teraz możesz używać swoich lokalnych zmian w zwykłym wirtualnym środowisku Python, bez konieczności ponownego instalowania i przebudowywania pakietu pip dla każdej nowej zmiany:
(tensorflow_hub_env)~/hub/$ cd .. # exit the directory to avoid confusion
(tensorflow_hub_env)~/$ python -c "import tensorflow_hub as hub"
Dezaktywuj środowisko wirtualne
(tensorflow_hub_env)~/hub/$ deactivate