Bangun dari sumber di Windows, Bangun dari sumber di Windows

Buat paket pip TensorFlow dari kode sumber dan instal di Windows.

Pengaturan untuk Windows

Instal alat bantu pengembangan berikut untuk mengkonfigurasi lingkungan pengembangan Windows Anda.

Instal Python dan dependensi paket TensorFlow.

Instal Python 3.9+ versi 64-bit untuk Windows . Pilih pip sebagai fitur opsional dan tambahkan ke variabel lingkungan %PATH% Anda.

Instal dependensi paket pip TensorFlow:

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

Dependensi tercantum dalam file setup.py di bawah REQUIRED_PACKAGES .

Instal Bazel

Instal Bazel , alat bantu kompilasi yang digunakan untuk mengkompilasi TensorFlow. Untuk versi Bazel, lihat konfigurasi kompilasi yang telah diuji untuk Windows. Konfigurasi Bazel untuk mengkompilasi C++ .

Tambahkan lokasi file eksekusi Bazel ke variabel lingkungan %PATH% Anda.

Instal MSYS2

Instal MSYS2 untuk mendapatkan alat bin yang dibutuhkan untuk membangun TensorFlow. Jika MSYS2 diinstal di C:\msys64 , tambahkan C:\msys64\usr\bin ke variabel lingkungan %PATH% Anda. Kemudian, gunakan cmd.exe , jalankan:

pacman -Syu (requires a console restart)
pacman -S git patch unzip
pacman -S git patch unzip rsync

Instal Visual C++ Build Tools 2022

Instal Visual C++ build tools 2022. Perangkat lunak ini sudah termasuk dalam Visual Studio Community 2022 , tetapi dapat diinstal secara terpisah:

1. Buka halaman unduhan Visual Studio ,
2. Pilih Alat untuk Visual Studio atau Alat, Kerangka Kerja, dan Redistributable Lainnya ,
3. Unduh dan instal:
   • Alat Pengembangan untuk Visual Studio 2022
   • Microsoft Visual C++ Redistributables untuk Visual Studio 2022

Instal LLVM

1. Buka halaman unduhan LLVM ,
2. Unduh dan instal LLVM yang kompatibel dengan Windows di C:/Program Files/LLVM, misalnya, LLVM-17.0.6-win64.exe

Instal dukungan GPU (opsional)

Lihat panduan dukungan GPU Windows untuk menginstal driver dan perangkat lunak tambahan yang diperlukan untuk menjalankan TensorFlow pada GPU.

Unduh kode sumber TensorFlow

Gunakan Git untuk mengklon repositori TensorFlow ( git sudah terinstal bersama MSYS2):

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

Repositori ini secara default menggunakan cabang pengembangan master . Anda juga dapat melakukan checkout cabang rilis untuk melakukan build:

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

Opsional: Pengaturan Variabel Lingkungan

Jalankan perintah berikut sebelum menjalankan perintah build untuk menghindari masalah dengan pembuatan paket: (Jika perintah di bawah ini telah diatur saat menginstal paket, abaikan saja). Jalankan set untuk memeriksa apakah semua jalur telah diatur dengan benar, jalankan echo %Environmental Variable% misalnya, echo %BAZEL_VC% ​​untuk memeriksa jalur yang diatur untuk Variabel Lingkungan tertentu.

Masalah pengaturan jalur Python tensorflow:issue#59943 , tensorflow:issue#9436 , tensorflow:issue#60083

set PATH=path/to/python;%PATH% # [e.g. (C:/Python311)]
set PATH=path/to/python/Scripts;%PATH% # [e.g. (C:/Python311/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 

Masalah pengaturan jalur Bazel/MSVC/CLANG tensorflow:issue#54578

set BAZEL_SH=C:/msys64/usr/bin/bash.exe 
set BAZEL_VS=C:/Program Files/Microsoft Visual Studio/2022/BuildTools 
set BAZEL_VC=C:/Program Files/Microsoft Visual Studio/2022/BuildTools/VC 
set Bazel_LLVM=C:/Program Files/LLVM (explicitly tell Bazel where LLVM is installed by BAZEL_LLVM, needed while using CLANG)
set PATH=C:/Program Files/LLVM/bin;%PATH% (Optional, needed while using CLANG as Compiler)

Opsional: Konfigurasi build

Konfigurasi TensorFlow diatur melalui file .bazelrc di direktori root repositori. Skrip ./configure atau ./configure.py dapat digunakan untuk menyesuaikan pengaturan umum.

Jika Anda perlu mengubah konfigurasi, jalankan skrip ./configure dari direktori root repositori.

python ./configure.py

Skrip ini meminta Anda untuk menentukan lokasi dependensi TensorFlow dan meminta opsi konfigurasi build tambahan (misalnya, flag kompiler). Berikut ini contoh hasil eksekusi python ./configure.py (sesi Anda mungkin berbeda):

python ./configure.py
You have bazel 6.5.0 installed.
Please specify the location of python. [Default is C:\Python311\python.exe]:

Found possible Python library paths:
C:\Python311\lib\site-packages
Please input the desired Python library path to use.  Default is [C:\Python311\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. To use TensorFlow GPU on Windows, you will need to build/install TensorFlow in WSL2.

Do you want to use Clang to build TensorFlow? [Y/n]:
Add "--config=win_clang" to compile TensorFlow with CLANG.

Please specify the path to clang executable. [Default is C:\Program Files\LLVM\bin\clang.EXE]:

You have Clang 17.0.6 installed.

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.

Bangun dan instal paket pip.

Paket pip dibuat dalam dua langkah. Perintah ` bazel build membuat program "package-builder". Kemudian Anda menjalankan package-builder untuk membuat paket tersebut.

Bangun pembuat paket

Repositori tensorflow:master telah diperbarui ke build 2.x secara default. Instal Bazel dan gunakan bazel build untuk membuat package-builder TensorFlow.

bazel build //tensorflow/tools/pip_package:wheel

Hanya CPU

Gunakan bazel untuk membuat package builder TensorFlow dengan dukungan CPU saja:

Dibangun dengan MSVC

bazel build --config=opt --repo_env=TF_PYTHON_VERSION=3.11 //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

Dibangun dengan CLANG

Gunakan --config= win_clang untuk membangun TenorFlow dengan Compiler CLANG:

bazel build --config=win_clang --repo_env=TF_PYTHON_VERSION=3.11 //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

Dukungan GPU

Untuk membuat package builder TensorFlow dengan dukungan GPU:

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

Perintah untuk membersihkan cache Bazel guna mengatasi kesalahan akibat data cache yang tidak valid atau usang, bazel clean dengan flag --expunge menghapus file secara permanen.

bazel clean 
bazel clean --expunge  

Opsi pembuatan Bazel

Gunakan opsi ini saat membangun untuk menghindari masalah dengan pembuatan paket: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

Lihat referensi baris perintah Bazel untuk opsi pembuatan .

Membangun TensorFlow dari kode sumber dapat menggunakan banyak RAM. Jika sistem Anda memiliki keterbatasan memori, batasi penggunaan RAM Bazel dengan: --local_ram_resources=2048 .

Jika melakukan kompilasi dengan dukungan GPU, tambahkan --copt=-nvcc_options=disable-warnings untuk menekan pesan peringatan nvcc.

Buat paketnya

Untuk membuat paket pip, Anda perlu menentukan flag --repo_env=WHEEL_NAME. Tergantung pada nama yang diberikan, paket akan dibuat. Misalnya:

Untuk membangun paket TensorFlow CPU:

bazel build //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

Untuk membuat paket nightly, atur tf_nightly sebagai pengganti tensorflow , misalnya untuk membuat paket nightly CPU:

bazel build //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tf_nightly_cpu

Akibatnya, roda yang dihasilkan akan terletak di

bazel-bin/tensorflow/tools/pip_package/wheel_house/

Instal paketnya

Nama file .whl yang dihasilkan bergantung pada versi TensorFlow dan platform Anda. Gunakan pip install untuk menginstal paket, misalnya:

pip install bazel-bin/tensorflow/tools/pip_package/wheel_house/tensorflow-version-tags.whl

Membangun menggunakan shell MSYS

TensorFlow juga dapat dibangun menggunakan shell MSYS. Lakukan perubahan yang tercantum di bawah ini, lalu ikuti petunjuk sebelumnya untuk baris perintah asli Windows ( cmd.exe ).

Nonaktifkan konversi jalur MSYS

MSYS secara otomatis mengkonversi argumen yang terlihat seperti jalur Unix ke jalur Windows, dan ini tidak berfungsi dengan bazel . (Label //path/to:bin dianggap sebagai jalur absolut Unix karena diawali dengan garis miring.)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

Tetapkan jalur Anda

Tambahkan direktori instalasi Bazel dan Python ke variabel lingkungan $PATH Anda. Jika Bazel diinstal di C:\tools\bazel.exe , dan Python di C:\Python\python.exe , atur PATH Anda dengan:

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

Untuk dukungan GPU, tambahkan direktori bin CUDA dan cuDNN ke $PATH Anda:

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"

Konfigurasi build yang telah diuji

CPU

GPU