Tensorflow herunterladen

Laden Sie die neueste version (z. B. protoc-3.11.0-win64.zip für 64-Bit-Windows) alternativ herunter, um eine Host-Kopie von TensorFlow in einem Container zu erstellen, Mounten sie die Hostquellstruktur im /tensorflow-Verzeichnis des Containers: Auf Ihrem Hostcomputer befindet sich das TensorFlow-Pip-Paket im aktuellen Verzeichnis (mit Hostbenutzerberechtigungen): ./tensorflow-version-tags.whl Cocoapi in ein Verzeichnis Ihrer Wahl herunterladen, dann den Unterordner pycocotools erstellen announce@tensorflow.org und in das Verzeichnis Tensorflow/models/research kopieren, als solches: Halten Sie sich mit Release-Ankündigungen auf dem Laufenden. Sehen Sie sich alle Mailinglisten an. Verwenden Sie diese Option beim Erstellen, um Probleme mit der Paketerstellung zu vermeiden: tensorflow:issue-22390 Anaconda Version 4.3.1 (für Python 3.6) für das entsprechende System herunterladen. Aufbauend auf der Annahme, dass Sie gerade Ihre neue virtuelle Umgebung erstellt haben (ob es sich um tensorflow_cpu, tensorflow_gpu oder einen anderen Namen handelt, die Sie möglicherweise verwendet haben), gibt es einige Pakete, die vor der Installation der Modelle installiert werden müssen. Der obige Befehl docker run startet eine Shell im Verzeichnis /tensorflow_src – dem Stamm der Quellstruktur. Es stellt das aktuelle Verzeichnis des Hosts im Verzeichnis /mnt des Containers bereit und übergibt die Informationen des Hostbenutzers über eine Umgebungsvariable an den Container (wird zum Festlegen von Berechtigungen verwendet – Docker kann dies schwierig machen). Wenn Bazelisk nicht verfügbar ist, können Sie Bazel manuell installieren. Stellen Sie sicher, dass Sie eine unterstützte Bazel-Version installieren: jede Version zwischen _TF_MIN_BAZEL_VERSION und _TF_MAX_BAZEL_VERSION wie in tensorflow/configure.py angegeben.

Laden Sie das neueste Entwicklungsimage herunter und starten Sie einen Docker-Container, mit dem wir das Pip-Paket erstellen: tensorflow:master-Repository wurde standardmäßig aktualisiert, um 2.x zu erstellen. Installieren Sie Bazel und verwenden Sie bazel build, um das TensorFlow-Paket zu erstellen. Um den pip-Paket-Manager zu erhalten, müssen Sie zuerst Python installieren. Laden Sie die neueste Version von Python von der offiziellen Python-Website herunter und installieren Sie sie. Wenn der obige Code einen Fehler anzeigt, überprüfen Sie, ob Sie die tensorflow_cpu-Umgebung aktiviert haben und dass tensorflow_cpu im vorherigen Schritt erfolgreich darin installiert wurde. Möchten Sie über neue Versionen in tensorflow/tensorflow benachrichtigt werden? Die oben genannten erstellen eine neue virtuelle Umgebung mit dem Namen tensorflow_cpu Der Befehl bazel build erstellt eine ausführbare Datei mit dem Namen build_pip_package – dies ist das Programm, das das pip-Paket erstellt. Im Folgenden wird beispielsweise ein .whl-Paket im Verzeichnis C:/tmp/tensorflow_pkg erstellt: . Wechseln Sie zum Windows-Startmenü, und geben Sie “anaconda prompt” ein. Klicken Sie in den Optionen auf “Anaconda Prompt”, um die Eingabeaufforderung zu starten, wie in der Abbildung unten gezeigt: Im folgenden Beispiel wird das :devel-Image verwendet, um ein nur CPU-gehäuses-Python 2-Paket aus dem neuesten TensorFlow-Quellcode zu erstellen. Weitere Informationen finden Sie im Docker-Handbuch für verfügbare TensorFlow -devel-Tags.

Klicken Sie auf “Bearbeiten der Systemumgebungsvariablen”. Dadurch sollte das Fenster “Systemeigenschaften” geöffnet werden. . Sie müssen das Arbeitsverzeichnis angeben, in dem Sie die yml-Datei erstellen möchten. Wie bereits erwähnt, wird es sich in Anaconda befinden. Hinweis: Windows-Benutzer installieren TensorFlow im nächsten Schritt. In diesem Schritt bereiten Sie nur die conda-Umgebung vor. Hinweis: Jedes Mal, wenn Sie TensorFlow öffnen möchten, müssen Sie die Umgebung initialisieren.

Loading