توضح هذه الصفحة كيفية إنشاء مكتبة TensorFlow Lite tflite_runtime
Python لـ x86_64 وأجهزة ARM المختلفة.
تم اختبار الإرشادات التالية على Ubuntu 16.04.3 PC 64 بت (AMD64) وmacOS Catalina (x86_64) وTensorFlow devel Docker image Tensorflow/tensorflow:devel .
المتطلبات الأساسية
تحتاج إلى تثبيت CMake ونسخة من كود مصدر TensorFlow. يرجى مراجعة صفحة Build TensorFlow Lite مع CMake للحصول على التفاصيل.
لإنشاء حزمة PIP لمحطة العمل الخاصة بك، يمكنك تشغيل الأوامر التالية.
PYTHON=python3 tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh native
تجميع عبر ARM
بالنسبة للتجميع المتقاطع لـ ARM، يوصى باستخدام Docker لأنه يسهل إعداد بيئة البناء المتقاطع. تحتاج أيضًا إلى خيار target
لمعرفة البنية المستهدفة.
توجد أداة مساعدة في Makefile tensorflow/lite/tools/pip_package/Makefile
متاحة لاستدعاء أمر إنشاء باستخدام حاوية Docker محددة مسبقًا. على جهاز Docker المضيف، يمكنك تشغيل أمر الإنشاء كما يلي.
make -C tensorflow/lite/tools/pip_package docker-build \
TENSORFLOW_TARGET=<target> PYTHON_VERSION=<python3 version>
أسماء الأهداف المتاحة
يحتاج البرنامج النصي tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh
إلى اسم هدف لمعرفة البنية المستهدفة. فيما يلي قائمة بالأهداف المدعومة.
هدف | العمارة المستهدفة | تعليقات |
---|---|---|
com.armhf | ARMv7 VFP مع النيون | متوافق مع راسبيري باي 3 و4 |
rpi0 | أرمv6 | متوافق مع راسبيري بي زيرو |
aarch64 | آرتش 64 (ARM 64 بت) | كورال مندل لينكس 4.0 Raspberry Pi مع خادم Ubuntu 20.04.01 LTS 64 بت |
محلي | محطة العمل الخاصة بك | يتم إنشاؤه باستخدام التحسين "-mative". |
محطة العمل الخاصة بك | الهدف الافتراضي |
بناء الأمثلة
فيما يلي بعض الأمثلة على الأوامر التي يمكنك استخدامها.
هدف Armhf لبيثون 3.7
make -C tensorflow/lite/tools/pip_package docker-build \
TENSORFLOW_TARGET=armhf PYTHON_VERSION=3.7
هدف aarch64 لبيثون 3.8
make -C tensorflow/lite/tools/pip_package docker-build \
TENSORFLOW_TARGET=aarch64 PYTHON_VERSION=3.8
كيفية استخدام سلسلة أدوات مخصصة؟
إذا كانت الثنائيات التي تم إنشاؤها غير متوافقة مع هدفك، فستحتاج إلى استخدام سلسلة الأدوات الخاصة بك أو تقديم إشارات بناء مخصصة. (حدد هذا لفهم البيئة المستهدفة) في هذه الحالة، تحتاج إلى تعديل tensorflow/lite/tools/cmake/download_toolchains.sh
لاستخدام سلسلة الأدوات الخاصة بك. يحدد البرنامج النصي لسلسلة الأدوات المتغيرين التاليين للبرنامج النصي build_pip_package_with_cmake.sh
.
عامل | غاية | مثال |
---|---|---|
ARMCC_PREFIX | يحدد بادئة سلسلة الأدوات | ذراع لينكس-gnueabihf- |
ARMCC_FLAGS | أعلام التجميع | -march=armv7-a -mfpu=نيون-vfpv4 |