راه های مختلفی برای تنظیم محیط خود برای استفاده از کتابخانه رتبه بندی TensorFlow وجود دارد.
- ساده ترین راه برای یادگیری و استفاده از رتبه بندی TensorFlow، اجرای هر یک از آموزش های Google Colab است. پیوند بالای آموزش شروع سریع را انتخاب کنید).
- برای استفاده از کتابخانه Ranking در یک ماشین محلی، بسته
tensorflow_rankingpip را نصب کنید. - اگر یک پیکربندی ماشین منحصر به فرد دارید، می توانید بسته را از منبع، با استفاده از دستورالعمل های Build from source بسازید.
TensorFlow Ranking را با استفاده از pip نصب کنید
با استفاده از pip نصب کنید.
pip install --upgrade tensorflow_rankingساخت از منبع
همچنین می توانید از منبع نصب کنید که به سیستم ساخت Bazel نیاز دارد.
Bazel، Git و Pip را نصب کنید.
sudo apt-get updatesudo apt-get install bazel git python3-pip python3-venvمخزن TensorFlow Ranking را کلون کنید.
git clone https://github.com/tensorflow/ranking.git
فایل TensorFlow Ranking wheel را بسازید و آنها را در پوشه
/tmp/ranking_pipذخیره کنید.cd ranking # folder cloned in Step 2.bazel build //tensorflow_ranking/tools/pip_package:build_pip_packagebazel-bin/tensorflow_ranking/tools/pip_package/build_pip_package \ /tmp/ranking_pipیک محیط
venvرا فعال کنید.python3 -m venv --system-site-packages venvsource venv/bin/activateبسته چرخ را در محیط
venvخود نصب کنید.pip install /tmp/ranking_pip/tensorflow_ranking*.whlبه صورت اختیاری، تمام تست های رتبه بندی TensorFlow را اجرا کنید.
bazel test //tensorflow_ranking/...
برای اطلاعات بیشتر در مورد نصب پایتون، پیپ، تنسورفلو و کار با محیطهای مجازی پایتون، به نصب تنسورفلو با پیپ مراجعه کنید.