Learn the latest in machine learning, generative AI, and more at WiML Symposium 2023Register

在 Windows 上從原始碼開始建構

在 Windows 上從原始碼開始建構 TensorFlow pip 套件並進行安裝。

Windows 設定

請安裝下列建構工具來設定 Windows 開發環境。

安裝 Python 和 TensorFlow 套件依附元件

請安裝適用於 Windows 的 Python 3.6.x (64 位元版本)。選取 pip 做為選用功能，並加入 %PATH% 環境變數。

接著安裝 TensorFlow pip 套件依附元件：

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

依附元件會列在 setup.py 檔案的 REQUIRED_PACKAGES 底下。

安裝 Bazel

請安裝 Bazel (用於編譯 TensorFlow 的建構工具)。如需瞭解 Bazel 版本，請參閱適用於 Windows 的經過測試的建構設定。設定 Bazel 以建構 C++。

將 Bazel 執行檔的位置加入 %PATH% 環境變數。

安裝 MSYS2

請安裝 MSYS2，以取得建構 TensorFlow 所需的 bin 工具。如果 MSYS2 是安裝至 C:\msys64，請將 C:\msys64\usr\bin 加入 %PATH% 環境變數，然後使用 cmd.exe 執行以下程式碼：

pacman -S git patch unzip

安裝 Visual C++ Build Tools 2019

請安裝 Visual C++ Build Tools 2019。此為 Visual Studio 2019 的隨附工具，但您也可以選擇單獨安裝，步驟如下：

前往 Visual Studio 下載頁面。
選取可轉散發套件和建構工具。
下載並安裝：
- Microsoft Visual C ++ 2019 可轉散發套件
- Microsoft Build Tools 2019

安裝 GPU 支援 (選用)

請參閱 Windows GPU 支援指南，瞭解如何安裝在 GPU 上執行 TensorFlow 所需的驅動程式和其他軟體。

下載 TensorFlow 原始碼

請使用 Git 來複製 TensorFlow 存放區 (git 會與 MSYS2 一併安裝)：

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

存放區預設為 master 開發分支版本，您也可以查看版本分支進行建構：

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

設定版本

請在 TensorFlow 來源樹狀結構的根層級執行下列指令碼，以設定系統版本：

python ./configure.py

這個指令碼會提示您輸入 TensorFlow 依附元件的位置，並要求其他的建構設定選項 (例如編譯器旗標)。下方是 python ./configure.py 的執行範例 (實際階段可能會有所不同)：

查看範例設定階段

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

設定選項

如需 GPU 支援，請指定 CUDA 和 cuDNN 的版本。如果您的系統安裝了多個版本的 CUDA 或 cuDNN，請明確設定版本，不要使用預設值。./configure.py 會建立系統 CUDA 程式庫的符號連結。因此，如果您更新了 CUDA 程式庫的路徑，必須再次執行這個設定步驟才能進行建構。

建構 pip 套件

TensorFlow 2.x

tensorflow:master 存放區經過更新，預設會建構 2.x 版本。請安裝 Bazel，並使用 bazel build 建立 TensorFlow 套件。

bazel build //tensorflow/tools/pip_package:build_pip_package

TensorFlow 1.x

如要從主要版本建構 TensorFlow 1.x 版本，請使用 bazel build --config=v1 建立 TensorFlow 1.x 套件。

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

僅支援 CPU

使用 bazel 建立僅支援 CPU 的 TensorFlow 套件建構工具：

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

GPU 支援

如要建立支援 GPU 的 TensorFlow 套件建構工具：

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

Bazel 建構選項

建構時請使用這個選項，避免建立套件時發生問題：tensorflow:issue＃22390

--define=no_tensorflow_py_deps=true

如需瞭解建構選項，請參閱 Bazel 指令列參考資料。

從原始碼開始建構 TensorFlow 可能會使用大量 RAM。如果您的系統有記憶體限制，請使用 --local_ram_resources=2048 限制 Bazel 的 RAM 使用量。

如要建構支援 GPU 的 TensorFlow，請加入 --copt=-nvcc_options=disable-warnings 以略過 nvcc 警告訊息。

建構套件

bazel build 指令會建立名為 build_pip_package 的執行檔，這是建構 pip 套件的程式。舉例來說，下列指令碼會在 C:/tmp/tensorflow_pkg 目錄中建構 .whl 套件：

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

雖然您可以在同一個來源樹狀結構下建構 CUDA 和非 CUDA 設定，但在相同來源樹狀結構中切換使用這兩項設定時，我們仍然建議您執行 bazel clean。

安裝套件

產生的 .whl 檔案檔名取決於 TensorFlow 版本和您使用的平台。請使用 pip3 install 來安裝套件，例如：

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

使用 MSYS 殼層建構

您也可以使用 MSYS 殼層來建構 TensorFlow。請執行下列變更，然後依照 Windows 原生指令列 (cmd.exe) 先前的指示操作。

停用 MSYS 路徑轉換

MSYS 會自動將形似 Unix 路徑的引數轉換為 Windows 路徑，這個功能不適用於 bazel。(標籤 //path/to:bin 以斜線開頭，因此 MSYS 會視其為 Unix 絕對路徑。)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

設定 PATH 環境變數

請將 Bazel 和 Python 安裝目錄加入 $PATH 環境變數。如果 Bazel 是安裝至 C:\tools\bazel.exe，而 Python 安裝至 C:\Python36\python.exe，請將 PATH 設為：

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

如需 GPU 支援，請將 CUDA 和 cuDNN bin 目錄加入 $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"

經過測試的建構設定

CPU

版本	Python 版本	編譯器	建構工具
tensorflow-2.6.0	3.6-3.9	MSVC 2019	Bazel 3.7.2
tensorflow-2.5.0	3.6-3.9	MSVC 2019	Bazel 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	MSVC 2015 update 3	Bazel 0.19.0-0.21.0
tensorflow-1.12.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0
tensorflow-1.11.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0
tensorflow-1.10.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.9.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.8.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.7.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.6.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.5.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.4.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.3.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.2.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.1.0	3.5	MSVC 2015 update 3	Cmake v3.6.3
tensorflow-1.0.0	3.5	MSVC 2015 update 3	Cmake v3.6.3

GPU

版本	Python 版本	編譯器	建構工具	cuDNN	CUDA
tensorflow_gpu-2.6.0	3.6-3.9	MSVC 2019	Bazel 3.7.2	8.1	11.2
tensorflow_gpu-2.5.0	3.6-3.9	MSVC 2019	Bazel 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	MSVC 2015 update 3	Bazel 0.19.0-0.21.0	7.4	10
tensorflow_gpu-1.12.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0	7.2	9.0
tensorflow_gpu-1.11.0	3.5-3.6	MSVC 2015 update 3	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.9.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.8.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.7.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.6.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.5.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	7	9
tensorflow_gpu-1.4.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.3.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	6	8
tensorflow_gpu-1.2.0	3.5-3.6	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.1.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8
tensorflow_gpu-1.0.0	3.5	MSVC 2015 update 3	Cmake v3.6.3	5.1	8