1. 程式人生 > 實用技巧 >基於openeuler aarch_64 下,從原始碼的角度搭建Tensorflow

基於openeuler aarch_64 下,從原始碼的角度搭建Tensorflow

為什麼從原始碼編譯Tensorflow?

  • 安裝過的人們都知道如果

    pip install tensorflow

的話會報錯Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2

  • 考慮到作業系統的的相容性,現有的編譯好的二進位制安裝包不適用openeuler,所以考慮這些因素,我們要自己搭建。

  • 我們需要bazel交叉編譯軟體,有點類似cmake(上游下載的開源.sh檔案已上傳到倉庫)bazel下載地址

  • chmod +x bazel-0.28.0-installer-linux-x86_64.sh

  • ./bazel-0.28.0-installer-linux-x86_64.sh --user

  • bazel version檢視版本,configure.py檢視tf所支援的版本(2.3版本所支援的bazel)

_TF_MIN_BAZEL_VERSION = '0.27.1'

_TF_MAX_BAZEL_VERSION = '0.29.1'

下載TF

  • git clone https://github.com/tensorflow/tensorflow
  • git barach -a 檢視所有發行版本
  • git checkout <version> 將分支同步到本地

開始編譯

  • bazel build --config=opt --config=cuda //tensorflow:libtensorflow_cc.so

    (C檔案庫)

  • bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package(wheel檔案)

  • bazel build --config=opt --config=cuda //tensorflow:libtensorflow.so(生成C庫)

  • bazel build --config=opt //tensorflow/lite:libtensorflowlite.so (Lite庫)

bazel編譯有的時候會出issue現bug,詳見issue

openeuler搭建Bulid Not Successfully 的Bug情況彙總

原始碼編譯連結

官網上說安裝需要pip19以上

關於openeulerpip源預設指向python2該如何修改:

#!/usr/bin/python2=====>!/usr/bin/python3
  
# -*- coding: utf-8 -*-
import re
import sys

from pip._internal.cli.main import main

if __name__ == '__main__':
    sys.argv[0] = re.sub(r'(-script\.pyw?|\.exe)?$', '', sys.argv[0])
    sys.exit(main())

2、修改預設指向由於版本不同所發生的bug

 from pip import main
ImportError: cannot import name 'main' from 'pip' (/usr/lib/python3.7/site-packages/pip/__init__.py)

source code change to this

from pip import __main__  //這行也要修改
if __name__ == '__main__':  
    sys.exit(__main__._main())//增加__main__._

PRODUCT

[root@openeuler lzb]# pip -V
pip 20.1.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)

安裝 TensorFlow pip 軟體包依賴項(如果使用虛擬環境,請省略 --user 引數):

pip install -U --user pip six numpy wheel setuptools mock 'future>=0.17.1'
pip install -U --user keras_applications --no-deps
pip install -U --user keras_preprocessing --no-deps 

setup.py