Kompiluj ze źródła w systemie Windows

Zbuduj pakiet pip TensorFlow ze źródła i zainstaluj go w systemie Windows.

Uwaga: zapewniamy już dobrze przetestowane, wstępnie zbudowane pakiety TensorFlow dla systemów Windows.

Konfiguracja dla systemu Windows

Zainstaluj następujące narzędzia do kompilacji, aby skonfigurować środowisko programistyczne systemu Windows.

Zainstaluj zależności Pythona i pakietu TensorFlow

Zainstaluj wersję Pythona 3.9 lub nowszą w wersji 64-bitowej dla systemu Windows . Wybierz pip jako funkcję opcjonalną i dodaj ją do zmiennej środowiskowej %PATH% .

Zainstaluj zależności pakietu pip TensorFlow:

pip3 install -U six numpy wheel packaging
pip3 install -U keras_preprocessing --no-deps

Zależności są wymienione w pliku setup.py w sekcji REQUIRED_PACKAGES .

Zainstaluj Bazela

Zainstaluj Bazel , narzędzie do kompilacji używane do kompilacji TensorFlow. W przypadku wersji Bazel zobacz przetestowane konfiguracje kompilacji dla systemu Windows. Skonfiguruj Bazela do zbudowania C++ .

Dodaj lokalizację pliku wykonywalnego Bazel do zmiennej środowiskowej %PATH% .

Zainstaluj MSYS2

Zainstaluj MSYS2, aby uzyskać narzędzia bin potrzebne do zbudowania TensorFlow. Jeśli MSYS2 jest zainstalowany w C:\msys64 , dodaj C:\msys64\usr\bin do zmiennej środowiskowej %PATH% . Następnie za pomocą cmd.exe uruchom:

pacman -S git patch unzip

Zainstaluj narzędzia do budowania Visual C++ 2019

Zainstaluj narzędzia do kompilacji Visual C++ 2019 . Jest dostarczany z programem Visual Studio 2019 , ale można go zainstalować osobno:

1. Przejdź do plików do pobrania Visual Studio ,
2. Wybierz elementy redystrybucyjne i narzędzia do tworzenia ,
3. Ściągnij i zainstaluj:
   • Pakiet redystrybucyjny Microsoft Visual C++ 2019
   • Narzędzia Microsoft do budowania 2019

Uwaga: TensorFlow jest testowany w porównaniu z Visual Studio 2019 .

Zainstaluj obsługę GPU (opcjonalnie)

Zobacz przewodnik obsługi procesora graficznego dla systemu Windows, aby zainstalować sterowniki i dodatkowe oprogramowanie wymagane do uruchomienia TensorFlow na procesorze graficznym.

Uwaga: obsługa GPU w natywnym systemie Windows jest dostępna tylko w wersjach 2.10 lub wcześniejszych, począwszy od TF 2.11, kompilacja CUDA nie jest obsługiwana w systemie Windows. Aby korzystać z procesora graficznego TensorFlow w systemie Windows, musisz zbudować/zainstalować TensorFlow w WSL2 lub użyć tensorflow-cpu z wtyczką TensorFlow-DirectML

Pobierz kod źródłowy TensorFlow

Użyj Git , aby sklonować repozytorium TensorFlow ( git jest zainstalowany z MSYS2):

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

Domyślnie repozytorium znajduje się w master gałęzi rozwojowej. Możesz także sprawdzić gałąź wydania do zbudowania:

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

Kluczowy punkt: Jeśli masz problemy z kompilacją w najnowszej gałęzi rozwojowej, wypróbuj gałąź wydającą, o której wiadomo, że działa.

Opcjonalnie: konfiguracja zmiennej środowiskowej

Uruchom następujące polecenia przed uruchomieniem polecenia kompilacji, aby uniknąć problemów z tworzeniem pakietu: (Jeśli poniższe polecenia zostały skonfigurowane podczas instalowania pakietów, zignoruj ​​je). Uruchom set sprawdź, czy wszystkie ścieżki zostały ustawione poprawnie, uruchom echo %Environmental Variable% np. echo %BAZEL_VC% aby sprawdzić konfigurację ścieżki dla określonej zmiennej środowiskowej

Problem z konfiguracją ścieżki Pythona tensorflow:issue#59943 , tensorflow:issue#9436 , tensorflow:issue#60083

set PATH=path/to/python # [e.g. (C:/Python310)]
set PATH=path/to/python/Scripts # [e.g. (C:/Python310/Scripts)] 
set PYTHON_BIN_PATH=path/to/python_virtualenv/Scripts/python.exe 
set PYTHON_LIB_PATH=path/to/python virtualenv/lib/site-packages 
set PYTHON_DIRECTORY=path/to/python_virtualenv/Scripts 

Konfiguracja ścieżki Bazel/MSVC problem tensorflow:issue#54578

set BAZEL_SH=C:/msys64/usr/bin/bash.exe 
set BAZEL_VS=C:/Program Files(x86)/Microsoft Visual Studio/2019/BuildTools 
set BAZEL_VC=C:/Program Files(x86)/Microsoft Visual Studio/2019/BuildTools/VC 

Opcjonalnie: Skonfiguruj kompilację

Kompilacje TensorFlow są konfigurowane przez plik .bazelrc w katalogu głównym repozytorium. Do dostosowania typowych ustawień można użyć skryptów ./configure lub ./configure.py .

Jeśli chcesz zmienić konfigurację, uruchom skrypt ./configure z katalogu głównego repozytorium.

python ./configure.py

Ten skrypt monituje o lokalizację zależności TensorFlow i prosi o dodatkowe opcje konfiguracji kompilacji (na przykład flagi kompilatora). Poniżej przedstawiono przykładowe uruchomienie python ./configure.py (Twoja sesja może się różnić):

Zobacz przykładową sesję konfiguracyjną

python ./configure.py
You have bazel 5.3.0 installed.
Please specify the location of python. [Default is C:\Python310\python.exe]:
Found possible Python library paths:
C:\Python310\lib\site-packages
Please input the desired Python library path to use.  Default is [C:\Python310\lib\site-packages]

Do you wish to build TensorFlow with ROCm support? [y/N]:
No ROCm support will be enabled for TensorFlow.


Warning: Cannot build with CUDA support on Windows.
Starting in TF 2.11, CUDA build is not supported for Windows. For using TensorFlow GPU on Windows, you will need to build/install TensorFlow in WSL2.

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.

Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]:
Not configuring the WORKSPACE for Android builds.

Preconfigured Bazel build configs. You can use any of the below by adding "--config=<>" to your build command. See .bazelrc for more details.
        --config=mkl            # Build with MKL support.
        --config=mkl_aarch64    # Build with oneDNN and Compute Library for the Arm Architecture (ACL).
        --config=monolithic     # Config for mostly static monolithic build.
        --config=numa           # Build with NUMA support.
        --config=dynamic_kernels        # (Experimental) Build kernels into separate shared objects.
        --config=v1             # Build with TensorFlow 1 API instead of TF 2 API.
Preconfigured Bazel build configs to DISABLE default on features:
        --config=nogcp          # Disable GCP support.
        --config=nonccl         # Disable NVIDIA NCCL support.

Zbuduj i zainstaluj pakiet pip

Pakiet pip jest budowany w dwóch krokach. Komendy bazel build tworzą program „konstruktora pakietów”. Następnie uruchamiasz kreatora pakietów, aby utworzyć pakiet.

Zbuduj narzędzie do tworzenia pakietów

repozytorium tensorflow:master zostało domyślnie zaktualizowane do wersji 2.x. Zainstaluj Bazel i użyj bazel build , aby utworzyć narzędzie do tworzenia pakietów TensorFlow.

bazel build //tensorflow/tools/pip_package:build_pip_package

Tylko procesor

Użyj bazel , aby stworzyć konstruktor pakietów TensorFlow z obsługą tylko procesora:

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

Wsparcie GPU

Uwaga: obsługa GPU w natywnym systemie Windows jest dostępna tylko w wersjach 2.10 lub wcześniejszych, począwszy od TF 2.11, kompilacja CUDA nie jest obsługiwana w systemie Windows. Aby korzystać z procesora graficznego TensorFlow w systemie Windows, musisz zbudować/zainstalować TensorFlow w WSL2 lub użyć tensorflow-cpu z wtyczką TensorFlow-DirectML

Aby stworzyć narzędzie do tworzenia pakietów TensorFlow z obsługą GPU:

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

Polecenia do czyszczenia pamięci podręcznej Bazel w celu usunięcia błędów spowodowanych nieprawidłowymi lub nieaktualnymi danymi w pamięci podręcznej, Bazel clean z flagą --expunge usuwa pliki trwale

bazel clean 
bazel clean --expunge  

Opcje kompilacji Bazela

Użyj tej opcji podczas budowania, aby uniknąć problemów z tworzeniem pakietu: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

Aby zapoznać się z opcjami kompilacji, zobacz opis wiersza poleceń Bazel.

Budowanie TensorFlow ze źródła może wymagać dużej ilości pamięci RAM. Jeśli twój system ma ograniczoną pamięć, ogranicz użycie RAMu Bazela za pomocą: --local_ram_resources=2048 .

Jeśli budujesz z obsługą GPU, dodaj --copt=-nvcc_options=disable-warnings aby ukryć komunikaty ostrzegawcze nvcc.

Zbuduj pakiet

Polecenie bazel build tworzy plik wykonywalny o nazwie build_pip_package — jest to program, który buduje pakiet pip . Na przykład poniższy kompiluje pakiet .whl w katalogu C:/tmp/tensorflow_pkg :

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

Chociaż możliwe jest budowanie konfiguracji CUDA i innych niż CUDA w tym samym drzewie źródłowym, zalecamy uruchamianie bazel clean podczas przełączania między tymi dwiema konfiguracjami w tym samym drzewie źródłowym.

Zainstaluj pakiet

Nazwa wygenerowanego pliku .whl zależy od wersji TensorFlow i Twojej platformy. Użyj pip3 install , aby zainstalować pakiet, na przykład:

pip3 install C:/tmp/tensorflow_pkg/tensorflow-version-tags.whl

e.g. pip3 install C:/tmp/tensorflow_pkg/tensorflow-2.12.0-cp310-cp310-win_amd64.whl

Sukces: TensorFlow jest teraz zainstalowany.

Kompiluj przy użyciu powłoki MSYS

TensorFlow można również zbudować przy użyciu powłoki MSYS. Wprowadź zmiany wymienione poniżej, a następnie postępuj zgodnie z poprzednimi instrukcjami dotyczącymi natywnego wiersza poleceń systemu Windows ( cmd.exe ).

Wyłącz konwersję ścieżki MSYS

MSYS automatycznie konwertuje argumenty wyglądające jak ścieżki uniksowe na ścieżki Windows, co nie działa w przypadku bazel . (Etykieta //path/to:bin jest uważana za ścieżkę bezwzględną w systemie Unix, ponieważ zaczyna się od ukośnika.)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

Ustaw swoją ŚCIEŻKĘ

Dodaj katalogi instalacyjne Bazel i Python do zmiennej środowiskowej $PATH . Jeśli Bazel jest zainstalowany w C:\tools\bazel.exe , a Python w C:\Python\python.exe , ustaw PATH za pomocą:

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

Aby uzyskać obsługę GPU, dodaj katalogi bin CUDA i cuDNN do $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"

Uwaga: począwszy od TF 2.11, kompilacja CUDA nie jest obsługiwana w systemie Windows. Aby korzystać z procesora graficznego TensorFlow w systemie Windows, musisz zbudować/zainstalować TensorFlow w WSL2 lub użyć tensorflow-cpu z wtyczką TensorFlow-DirectML

Przetestowane konfiguracje kompilacji

procesor

Wersja	Wersja Pythona	Kompilator	Buduj narzędzia
tensorflow-2.14.0	3,9-3,11	MSVC 2019	Bazela 6.1.0
tensorflow-2.12.0	3.8-3.11	MSVC 2019	Bazel 5.3.0
tensorflow-2.11.0	3,7-3,10	MSVC 2019	Bazel 5.3.0
tensorflow-2.10.0	3,7-3,10	MSVC 2019	Bazela 5.1.1
tensorflow-2.9.0	3,7-3,10	MSVC 2019	Bazel 5.0.0
tensorflow-2.8.0	3,7-3,10	MSVC 2019	Bazela 4.2.1
tensorflow-2.7.0	3,7-3,9	MSVC 2019	Bazela 3.7.2
tensorflow-2.6.0	3,6-3,9	MSVC 2019	Bazela 3.7.2
tensorflow-2.5.0	3,6-3,9	MSVC 2019	Bazela 3.7.2
tensorflow-2.4.0	3,6-3,8	MSVC 2019	Bazel 3.1.0
tensorflow-2.3.0	3,5-3,8	MSVC 2019	Bazel 3.1.0
tensorflow-2.2.0	3,5-3,8	MSVC 2019	Bazel 2.0.0
tensorflow-2.1.0	3,5-3,7	MSVC 2019	Bazel 0.27.1-0.29.1
tensorflow-2.0.0	3,5-3,7	MSVC 2017	Bazel 0.26.1
tensorflow-1.15.0	3,5-3,7	MSVC 2017	Bazel 0.26.1
tensorflow-1.14.0	3,5-3,7	MSVC 2017	Bazel 0.24.1-0.25.2
tensorflow-1.13.0	3,5-3,7	Aktualizacja MSVC 2015 3	Bazel 0.19.0-0.21.0
tensorflow-1.12.0	3,5-3,6	Aktualizacja MSVC 2015 3	Bazel 0.15.0
tensorflow-1.11.0	3,5-3,6	Aktualizacja MSVC 2015 3	Bazel 0.15.0
tensorflow-1.10.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.9.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.8.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.7.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.6.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.5.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.4.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.3.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.2.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.1.0	3.5	Aktualizacja MSVC 2015 3	Cmake v3.6.3
tensorflow-1.0.0	3.5	Aktualizacja MSVC 2015 3	Cmake v3.6.3

GPU

Uwaga: obsługa GPU w natywnym systemie Windows jest dostępna tylko w wersjach 2.10 lub wcześniejszych, począwszy od TF 2.11, kompilacja CUDA nie jest obsługiwana w systemie Windows. Aby korzystać z procesora graficznego TensorFlow w systemie Windows, musisz zbudować/zainstalować TensorFlow w WSL2 lub użyć tensorflow-cpu z wtyczką TensorFlow-DirectML

Wersja	Wersja Pythona	Kompilator	Buduj narzędzia	cuDNN	CUDA
tensorflow_gpu-2.10.0	3,7-3,10	MSVC 2019	Bazela 5.1.1	8.1	11.2
tensorflow_gpu-2.9.0	3,7-3,10	MSVC 2019	Bazel 5.0.0	8.1	11.2
tensorflow_gpu-2.8.0	3,7-3,10	MSVC 2019	Bazela 4.2.1	8.1	11.2
tensorflow_gpu-2.7.0	3,7-3,9	MSVC 2019	Bazela 3.7.2	8.1	11.2
tensorflow_gpu-2.6.0	3,6-3,9	MSVC 2019	Bazela 3.7.2	8.1	11.2
tensorflow_gpu-2.5.0	3,6-3,9	MSVC 2019	Bazela 3.7.2	8.1	11.2
tensorflow_gpu-2.4.0	3,6-3,8	MSVC 2019	Bazel 3.1.0	8,0	11,0
tensorflow_gpu-2.3.0	3,5-3,8	MSVC 2019	Bazel 3.1.0	7.6	10.1
tensorflow_gpu-2.2.0	3,5-3,8	MSVC 2019	Bazel 2.0.0	7.6	10.1
tensorflow_gpu-2.1.0	3,5-3,7	MSVC 2019	Bazel 0.27.1-0.29.1	7.6	10.1
tensorflow_gpu-2.0.0	3,5-3,7	MSVC 2017	Bazel 0.26.1	7.4	10
tensorflow_gpu-1.15.0	3,5-3,7	MSVC 2017	Bazel 0.26.1	7.4	10
tensorflow_gpu-1.14.0	3,5-3,7	MSVC 2017	Bazel 0.24.1-0.25.2	7.4	10
tensorflow_gpu-1.13.0	3,5-3,7	Aktualizacja MSVC 2015 3	Bazel 0.19.0-0.21.0	7.4	10
tensorflow_gpu-1.12.0	3,5-3,6	Aktualizacja MSVC 2015 3	Bazel 0.15.0	7.2	9,0
tensorflow_gpu-1.11.0	3,5-3,6	Aktualizacja MSVC 2015 3	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.9.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.8.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.7.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.6.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.5.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.4.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.3.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.2.0	3,5-3,6	Aktualizacja MSVC 2015 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.1.0	3.5	Aktualizacja MSVC 2015 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.0.0	3.5	Aktualizacja MSVC 2015 3	Cmake v3.6.3	5.1	8