[புதுப்பிப்பு 1] பஸல் மற்றும் பைதான் 3.6 உடன் மூலக் குறியீட்டிலிருந்து விண்டோஸிற்கான டென்சர்ஃப்ளோ ஜி.பீ.யூ / சிபியு உருவாக்கி நிறுவுதல்

இது எனது முந்தைய கதைக்கான புதுப்பிப்பு. இங்கே புதியது என்ன:

  • டென்சர்ஃப்ளோ v1.11
  • CUDA v10.0
  • cuDNN v7.3

அதிகாரப்பூர்வ தளத்தில் வழிகாட்டிகள் உள்ளனர். இது மிகவும் விரிவானது அல்ல, ஆனால் சில நேரங்களில் இது பயனுள்ளதாக இருக்கும்.

சுருக்கம்

  1. விண்டோஸுக்கான கிட் நிறுவவும்
  2. பஸலை நிறுவவும்
  3. MSYS2 x64 மற்றும் கட்டளை வரி கருவிகளை நிறுவவும்
  4. விஷுவல் ஸ்டுடியோ 2015 பில்ட் கருவிகள், விஷுவல் ஸ்டுடியோ 2015 பில்ட் கருவிகள் உட்பட
  5. பைதான் 3.6 64-பிட் நிறுவவும்
  6. என்விடியா குடா 10.0 மற்றும் கியூடிஎன்என் 7.3 ஐ நிறுவவும் (ஜி.பீ. முடுக்கம்)
  7. உருவாக்க சூழலை உள்ளமைக்கவும்
  8. டென்சர்ஃப்ளோ வி 1.11 மூலக் குறியீட்டை குளோன் செய்து கட்டாய பேட்சைப் பயன்படுத்துங்கள்
  9. உருவாக்க அளவுருக்களை உள்ளமைக்கவும்
  10. மூலங்களிலிருந்து டென்சர்ஃப்ளோவை உருவாக்குங்கள்
  11. பைதான் 3.6 க்கு டென்சர்ஃப்ளோ வீல் கோப்பை உருவாக்கவும்
  12. பைதான் 3.6 க்கான டென்சர்ஃப்ளோ வீல் கோப்பை நிறுவி முடிவை சரிபார்க்கவும்

படி 1: விண்டோஸுக்கான கிட் நிறுவவும்

விண்டோஸிற்கான கிட் பதிவிறக்கி நிறுவவும். நான் அதை இங்கே எடுத்துக்கொள்கிறேன். Git.exe க்கான பாதை% PATH% சூழல் மாறியில் சேர்க்கப்பட்டுள்ளதா என்பதை உறுதிப்படுத்தவும். நான் Git ஐ நிறுவுகிறேன்

சி: \ பின் \ கிட்

இந்த டுடோரியலுக்கான கோப்புறை.

படி 2: MSYS2 x64 மற்றும் கட்டளை வரி கருவிகளை நிறுவவும்

64 பிட் விநியோகத்தை இங்கே பதிவிறக்கி நிறுவவும். ஆதாரங்களை உருவாக்க யுனிக்ஸ் கருவிகளில் இருந்து கிரெப், பேட்ச், அன்சிபாண்ட் மற்றும் பிற துறைமுகங்களை பஸல் பயன்படுத்துகிறது. அவை ஒவ்வொன்றிற்கும் தனித்தனி பைனரிகளைக் கண்டுபிடிக்க நீங்கள் முயற்சி செய்யலாம், ஆனால் நான் MSYS2 மூட்டையைப் பயன்படுத்த விரும்புகிறேன். நான் அதை நிறுவுகிறேன்

சி: \ பின் \ msys64

இந்த டுடோரியலுக்கான கோப்புறை. நீங்கள் ஒரு கருவி கோப்புறையை% PATH% சூழல் மாறியில் சேர்க்க வேண்டும். என் விஷயத்தில் இது "சி: \ பின் \ msys64 \ usr \ பின்".

தொடக்க மெனு வழியாக "MSYS2 MinGW 64-Bit" இணைப்பைத் தொடங்கவும். புதுப்பிக்க, பின்வரும் கட்டளையை இயக்கவும் (கேட்கும் போது MSYS2 MinGW 64-பிட்டை மறுதொடக்கம் செய்யுங்கள்):

பேக்மேன் சியு

பின்னர் இயக்கவும்:

பேக்மேன் -சு

உருவாக்க நிறுவல் கருவிகள் தேவை:

பேக்மேன் பேட்சை அவிழ்த்து விடுங்கள்

"வெளியேறு" கட்டளையுடன் MSYS2 MinGW 64-Bit-Shell ஐ மூடுக. எங்களுக்கு இனி இது தேவையில்லை.

படி 3: விஷுவல் ஸ்டுடியோ 2017 பில்ட் கருவிகள், விஷுவல் ஸ்டுடியோ 2015 பில்ட் கருவிகள் உட்பட

விஷுவல் ஸ்டுடியோ 2017 டெஸ்க்டாப் டூல்செட்டிற்கான வி.சி ++ 2015.3 வி 14.00 (வி 140) ஐ நிறுவ வேண்டும் டென்சர்ஃப்ளோ வி 1.11 ஐ உருவாக்க கருவிகளை உருவாக்குங்கள்:

படி 4: பஸலை நிறுவவும்

சமீபத்திய பாசலை இங்கே பதிவிறக்கவும். கோப்பு பஸல்- -விண்டோஸ்- x86_64.exe. இந்த டுடோரியலை பஸல் 0.17.2 உடன் சோதித்தேன். பைனரியை bazel.exe என மறுபெயரிட்டு% PATH% இல் உள்ள ஒரு கோப்பகத்திற்கு நகர்த்துவதன் மூலம் எந்த கோப்பகத்திலும் பஸலைத் தட்டச்சு செய்வதன் மூலம் நீங்கள் பஸலை இயக்க முடியும். விண்டோஸ் x64 க்கான பஸலை நிறுவுவது குறித்த விவரங்களுக்கு, தயவுசெய்து சிக்கல்களைப் பார்க்கவும்.

பாஷ் நிலைக்கு உலகளாவிய சூழல் மாறி BAZEL_SH ஐச் சேர்க்கவும். என் வழி

சி: \ பின் \ msys64 \ usr \ bin \ bash.exe

"டெஸ்க்டாப்பிற்கான VC ++ 2015.3 v14.00 (v140)" என்ற கருவிக்கு உலகளாவிய சூழல் மாறி BAZEL_VC ஐச் சேர்க்கவும்:

சி: \ நிரல் கோப்புகள் (x86) \ மைக்ரோசாஃப்ட் விஷுவல் ஸ்டுடியோ 14.0 \ வி.சி.

படி 5: பைதான் 3.6 64-பிட் நிறுவவும்

பைத்தான் 3.7 ஐ டென்சர்ஃப்ளோ ஆதரிக்கவில்லை, எனவே நீங்கள் பதிப்பு 3.6 ஐ நிறுவ வேண்டும்.
டென்சர்ஃப்ளோ v1.11 இனி அனகோண்டா / மினிகொண்டாவை உருவாக்க ஆதரிக்கவில்லை என்று தெரிகிறது - நான் ஒரு விசித்திரமான பிழையைப் பெறுகிறேன். இதனால்தான் நான் உருவாக்க பைதான் மெய்நிகர் சூழலைப் பயன்படுத்துகிறேன்.

பைதான் 3.6 இங்கே பதிவிறக்கம் செய்ய கிடைக்கிறது. அதை நிறுவி, Python.exe இருப்பிடத்தை% PATH% மாறியில் சேர்க்கவும்.

படி 6: என்விடியா குடா 10.0 மற்றும் கியூடிஎன்என் 7.3 ஐ நிறுவவும் (ஜி.பீ. முடுக்கம்)

உங்களிடம் CUDA ஐ ஆதரிக்கும் என்விடியா கிராபிக்ஸ் அட்டை இருந்தால் இந்த பகுதி புதுப்பித்த நிலையில் உள்ளது. இல்லையெனில், இந்த பகுதியை தவிர்க்கவும்.
உங்களுக்கு உதவி தேவைப்பட்டால் CUDA இன் படிப்படியான நிறுவல் இங்கே கிடைக்கிறது. நான் இந்த வழிகாட்டியை நகலெடுக்கிறேன், ஆனால் சில விவரங்களை வெட்டுகிறேன்.

Https://developer.nvidia.com/cuda-downloads க்குச் சென்று விண்டோஸிற்கான CUDA 10.0 நிறுவியை பதிவிறக்கவும் [உங்கள் பதிப்பு]. என்னைப் பொறுத்தவரை பதிப்பு விண்டோஸ் 10 ஆகும்.

இயல்புநிலை அமைப்புகளுடன் இயல்புநிலை கோப்பகத்தில் இதை நிறுவவும், ஆனால் விஷுவல்ஸ்டுடியோ ஒருங்கிணைப்பு விருப்பத்தை முடக்கவும். தேவைப்பட்டால் ஜி.பீ. இயக்கி புதுப்பிக்கப்பட்டு மறுதொடக்கம் செய்யப்படும்.

Cmd (Win + R) கட்டளையை இயக்கவும்

பின்வரும் கட்டளை nvcc இன் பதிப்பை சரிபார்க்கிறது மற்றும் இது பாதை சூழல் மாறியில் அமைக்கப்பட்டிருப்பதை உறுதி செய்கிறது.

nvcc --version

Https://developer.nvidia.com/cudnn க்குச் செல்லவும் (உறுப்பினர் தேவை).

உள்நுழைந்த பிறகு, பதிவிறக்குக:

cuDNN v7.3.1 விண்டோஸிற்கான நூலகம் [உங்கள் பதிப்பு] விண்டோஸ் 10. நீங்கள் பதிவிறக்கிய கோப்புறையில் சென்று ஜிப் கோப்பை பிரித்தெடுக்கவும்.

பிரித்தெடுக்கப்பட்ட கோப்புறையில் சென்று அனைத்து கோப்புகளையும் கோப்புறைகளையும் குடா கோப்புறையிலிருந்து நகலெடுத்து (எ.கா. பின், உள்ளடக்கு, லிப்) அவற்றை "சி: \ நிரல் கோப்புகள் \ என்விடியா ஜி.பீ. கம்ப்யூட்டிங் கருவித்தொகுப்பு \ குடா \ v10.0 "ஒன்று.

இறுதி கட்டம் "சி: \ நிரல் கோப்புகள் \ என்விடியா ஜி.பீ. கம்ப்யூட்டிங் கருவித்தொகுதி \ குடா \ v10.0 \ கூடுதல் \ கப்டி \ லிப்எக்ஸ் 64" ஐ% PATH% சூழல் மாறியில் சேர்ப்பது.

படி 7: உருவாக்க சூழலை உள்ளமைக்கவும்

தொடக்க மெனுவிலிருந்து x64 (குறுக்குவழி “VS2015 x64 நேட்டிவ் டூல்ஸ் கட்டளை வரியில்”) க்கான VC ++ 2015 ஷெல்லைத் தொடங்கவும்.

அடுத்து, நீங்கள் பைதான் சூழலை உருவாக்க வேண்டும், செயல்படுத்த வேண்டும் மற்றும் கட்டமைக்க வேண்டும். பின்வரும் ஷெல் கட்டளைகளை “VS2015 x64 நேட்டிவ் டூல்ஸ் கட்டளை வரியில்” இயக்கவும் (உங்கள் நிலைகளுக்கு ஏற்ப பாதைகளை சரிசெய்யவும்).

pip3 install -U virtualenv
virtualenv --system-site-packages C: ers பயனர்கள் \ amsokol \ tensorflow-v1.11
சி: ers பயனர்கள் \ amsokol \ tensorflow-v1.11 \ ஸ்கிரிப்ட்கள் \ activate.bat

கட்டளைகளைப் பயன்படுத்திய பிறகு உங்கள் ஷெல் இப்படி இருக்க வேண்டும்:

கட்டாய பைதான் தொகுப்புகளை நிறுவவும்:

pip3 ஆறு நம்பி சக்கரத்தை நிறுவவும்
pip3 install keras_applications == 1.0.5 --no-deps
pip3 install keras_preprocessing == 1.0.3 --no-deps

கட்டாய தொகுப்புகள் நிறுவப்பட்டுள்ளதா என்பதை உறுதிப்படுத்த "பிப் 3 பட்டியல்" ஐ இயக்கவும்:

இப்பொழுது இத்துடன் நிறைவடைகிறது. கிண்ணத்தை மூட வேண்டாம்.

படி 8: டென்சர்ஃப்ளோ மூலக் குறியீட்டை குளோன் செய்து கட்டாய பேட்சைப் பயன்படுத்துங்கள்

முதலில், டென்சர்ஃப்ளோ மூலக் குறியீட்டை குளோன் செய்ய விரும்பும் கோப்புறையைத் தேர்ந்தெடுக்க வேண்டும். என் விஷயத்தில் இது "சி: ers பயனர்கள் \ அம்சோகோல் \ மேம்பாடு \ டென்சர்ஃப்ளோ-பில்ட்". ஷெல்லுக்குத் திரும்பி இயக்கவும்:

cd C: ers பயனர்கள் \ amsokol \ Development \ tensorflow-build

குளோன் மூல குறியீடு:

கிட் குளோன் https://github.com/tensorflow/tensorflow

புதுப்பிப்பு சமீபத்திய பதிப்பு 1.11:

cd tensorflow
git checkout v1.11.0

இப்போது எங்களிடம் ஆதாரங்கள் உள்ளன.

அவர்களின் சொந்த மூன்றாம் தரப்பு நூலகத்தில் ஒரு பிழை உள்ளது. கட்டுவதற்கு முன் அதை சரிசெய்ய வேண்டும்.
  • பேட்சை இங்கே பதிவிறக்கம் செய்து மூன்றாம்_பார்டி கோப்புறையில் eigen_half.patch என்ற கோப்பு பெயருடன் சேமிக்கவும்
  • Patch_file = clean_dep ("// third_party: eigen_half.patch") ஐ சேர்க்கவும், tensorflow / workspace.bzl கோப்பின் "eigen_archive" பிரிவுக்கு வரி.

Tensorflow / workspace.bzl கோப்பில் உள்ள முடிவு இப்படி இருக்க வேண்டும்:

... tf_http_archive (பெயர் = "eigen_archive", url = = " /eigen/eigen/get/fd6845384b86.tar.gz ",], sha256 =" d956415d784fa4e42b6a2a45c32556d6aec9d0a3d8ef48baee2522ab762556a9 ", strip_prefix" ("// மூன்றாம்_பகுதி: eigen_half.patch"),) ...

முடிந்தது.

படி 9: உருவாக்க அளவுருக்களை உள்ளமைக்கவும்

நாங்கள் மூல குறியீடு ரூட் கோப்புறையில் இருப்பதை உறுதிப்படுத்தவும்:

cd C: ers பயனர்கள் \ amsokol \ Development \ tensorflow-build \ tensorflow

உள்ளமைவை இயக்கவும்:

python ./configure.py

முதலில் உங்களிடம் பைத்தானின் இடம் கேட்கப்படும். இயல்புநிலை மதிப்பை வைத்திருக்க Enter ஐ அழுத்தவும்:

... நீங்கள் பஸல் 0.17.2 ஐ நிறுவியுள்ளீர்கள்.
பைத்தானின் இருப்பிடத்தைக் குறிப்பிடவும். [தரநிலை C: ers பயனர்கள் \ amsokol \ tensorflow-v1.11 \ ஸ்கிரிப்ட்கள் \ python.exe]:

பைதான் நூலகத்திற்கான பாதை உங்களிடம் கேட்கப்படும். இயல்புநிலை மதிப்பை வைத்திருக்க Enter ஐ அழுத்தவும்:

கண்காணிப்பு (கடைசி அழைப்பு கடைசியாக): கோப்பு " ", வரி 1, இல் பண்புக்கூறு பிழை: 'தளத்திற்கு' எந்த பண்பும் இல்லை 'getitepackages' சாத்தியமான பைதான் நூலக பாதைகள்: சி: ers பயனர்கள் \ amsokol \ tensorflow-v1.11 \ Lib \ site-packages தயவுசெய்து விரும்பிய பைதான் நூலக பாதையை உள்ளிடவும். தரநிலை [C: ers பயனர்கள் \ amsokol \ tensorflow-v1.11 \ Lib \ site-packages]

பின்னர் நீங்கள் nGraph இன் ஆதரவு கேட்கப்படுவீர்கள். எங்களுக்கு இது தேவையில்லை. "N" ஐ அழுத்தவும்:

NGraph ஆதரவுடன் டென்சர்ஃப்ளோவை உருவாக்க விரும்புகிறீர்களா? [Y / N]: n n டென்சர்ஃப்ளோவுக்கு கிராஃப் ஆதரவு செயல்படுத்தப்படவில்லை.

பின்னர் அது CUDA ஆதரவைக் கேட்கிறது:

CUDA ஆதரவுடன் டென்சர்ஃப்ளோவை உருவாக்க விரும்புகிறீர்களா? [ய / ந]:

நீங்கள் ஜி.பீ. முடுக்கம் பயன்படுத்த விரும்பினால் "y" என்று பதிலளிக்கவும். இல்லையெனில், "n" ஐ அழுத்தவும்.

CUDA உள்ளமைவுக்கு ஆம் எனில், கூடுதல் கேள்விகள் கேட்கப்படுகின்றன:
CUDA SDK பதிப்பாக 10.0 க்கு பதில்:
நீங்கள் பயன்படுத்த விரும்பும் CUDA SDK பதிப்பைக் குறிப்பிடவும். [முன்னிருப்பாக CUDA 9.0 ஐப் பயன்படுத்த காலியாக விடவும்]: 10.0
இயல்புநிலை CUDA கருவித்தொகுப்பு இடத்திலிருந்து வெளியேற Enter ஐ அழுத்தவும்:
CUDA 10.0 கருவித்தொகுப்பு நிறுவப்பட்ட இடத்தைக் குறிப்பிடவும். மேலும் தகவலுக்கு README.md ஐப் பார்க்கவும். [இயல்புநிலை சி: / நிரல்கள் / என்விடியா ஜி.பீ.யூ கம்ப்யூட்டிங் கருவித்தொகுதி / சிடா / வி 10.0]:
CuDNN பதிப்பாக 7.3.1 க்கு பதில்:
விரும்பிய cuDNN பதிப்பைக் குறிப்பிடவும். [முன்னிருப்பாக cuDNN 7.0 ஐப் பயன்படுத்த காலியாக விடவும்]: 7.3.1
இயல்புநிலை cuDNN நூலக இருப்பிடத்திலிருந்து வெளியேற Enter ஐ அழுத்தவும்:
CuDNN 7 நூலகம் நிறுவப்பட்ட இடத்தை உள்ளிடவும். மேலும் தகவலுக்கு README.md ஐப் பார்க்கவும். [இயல்புநிலை சி: / நிரல்கள் / என்விடியா ஜி.பீ.யூ கம்ப்யூட்டிங் கருவித்தொகுதி / சிடா / வி 10.0]:
அடுத்த கேள்வி CUDA எண்கணித செயல்பாடுகளைப் பற்றியது. உங்கள் சாதனத்தின் கணினி திறனை இங்கே காணலாம்: https://developer.nvidia.com/cuda-gpus. என்னிடம் ஜி.டி.எக்ஸ் 1070 உள்ளது, எனவே நான் 6.1 க்கு பதிலளிக்கிறேன்:
நீங்கள் உருவாக்க விரும்பும் கமாவால் பிரிக்கப்பட்ட குடா கணித செயல்பாடுகளின் பட்டியலை வழங்கவும். உங்கள் சாதனத்தின் கணினி திறனை இங்கே காணலாம்: https://developer.nvidia.com/cuda-gpus. ஒவ்வொரு கூடுதல் கணக்கீட்டு செயல்பாடும் உருவாக்கும் நேரத்தையும் பைனரி அளவையும் கணிசமாக அதிகரிக்கிறது என்பதை நினைவில் கொள்க. [இயல்புநிலை: 3.5.7.0]: 6.1

அடுத்த கேள்வி தேர்வுமுறை கொடிகளை அமைப்பது. எனக்கு 6 வது தலைமுறை இன்டெல் சிபியு உள்ளது, எனவே நான் பதில் / வளைவு: ஏவிஎக்ஸ் 2:

"--Config = opt" என்ற பாஸல் விருப்பம் குறிப்பிடப்பட்டால், தொகுப்பின் போது பயன்படுத்த வேண்டிய தேர்வுமுறை கொடிகளை குறிப்பிடவும். [இயல்புநிலை / பரம: AVX]: / arch: AVX2

கடைசி கேள்வி ஈஜனைப் பற்றியது. "Y" உடன் பதில். இது தொகுக்கும் நேரத்தை வெகுவாகக் குறைக்கிறது.

தொகுப்பு நேரத்தைக் குறைக்க சில சி ++ தொகுப்புகளுக்கு உங்கள் சொந்த வலுவான இன்லைனை மேலெழுத விரும்புகிறீர்களா? [Y / n]: Y ஈஜென் இன்லைனை கடுமையாக மேலெழுதினார்.

உள்ளமைவு முடிந்தது. கட்டுவோம்.

படி 10: மூலங்களிலிருந்து டென்சர்ஃப்ளோவை உருவாக்குங்கள்

நாங்கள் மூல குறியீடு ரூட் கோப்புறையில் இருப்பதை உறுதிப்படுத்தவும்:

cd C: ers பயனர்கள் \ amsokol \ Development \ tensorflow-build \ tensorflow
உருவாக்க நீண்ட நேரம் எடுக்கும். விண்டோஸ் டிஃபென்டர் வைரஸ் தடுப்பு நிகழ்நேர பாதுகாப்பு உள்ளிட்ட வைரஸ் தடுப்பு மென்பொருளை அணைக்க நான் மிகவும் பரிந்துரைக்கிறேன்.

உருவாக்கத்தை இயக்கவும்:

bazel build --config = opt // tensorflow / tools / pip_package: build_pip_package

சிறிது நேரம் உட்கார்ந்து ஓய்வெடுக்கவும்.

படி 11: பைதான் 3.6 க்கு டென்சர்ஃப்ளோ வீல் கோப்பை உருவாக்கவும்

பைதான் வீல் கோப்பை உருவாக்க கட்டளையை இயக்கவும்:

mkdir .. \ வெளியே
bazel-bin \ tensorflow \ tools \ pip_package \ build_pip_package .. \ out

இது தோல்வியடைகிறது:

அறியப்பட்ட சிக்கல் உள்ளது. "Bazel-bin \ tensorflow \ tools \ pip_package" கோப்புறையைப் பாருங்கள். இது பூஜ்ஜிய நீளத்துடன் "simple_console_for_windows.zip" கோப்பைக் கொண்டுள்ளது. அது தான் பிரச்சனையே. பஸலில் 32 பிட் ஜிப் பயன்பாடு உள்ளது, அது 2 ஜிபி பெரிய கோப்பில் தோல்வியடையும். விவரங்கள் மற்றும் பணித்தொகுப்புகளுக்கான இணைப்புகளைக் காண்க:

  • https://github.com/tensorflow/tensorflow/issues/20332
  • https://stackoverflow.com/questions/52394305/creating-pip-package-for-tensorflow-with-gpu-support-results-in-0-byte-simple-co

சிக்கலை சரிசெய்ய படிகள் உள்ளன:

குறுவட்டு. \ bazel-bin \ tensorflow \ tools \ pip_package

"Simple_console_for_windows.zip-0.params" கோப்பைத் திறந்து "mnist.zip" உடன் வரியை அகற்றவும்:

...
runfiles / org_tensorflow / tensorflow / பங்களிப்பு / ஆவல் / பைதான் / எடுத்துக்காட்டுகள் / gan / mnist.zip = பஸல்-அவுட் / x64_windows-opt / bin / tensorflow / பங்களிப்பு / ஆவல் / பைதான் / எடுத்துக்காட்டுகள் / gan / mnist.zip
...
இது எனக்கு உதவுகிறது. இது உங்களுக்கு உதவாவிட்டால், ஜிப் கோப்புகளுடன் பிற வரிகளை அகற்றவும் (விவரங்களை இங்கே காண்க). இந்த செயல்பாட்டின் நோக்கம் simple_console_for_windows.zip ஐ 2 GB க்கும் குறைவாக நீளமாக வைத்திருப்பது.

"Simple_console_for_windows.zip" என்ற வெற்று கோப்பை நீக்கு.

அடுத்து, உங்கள் வீட்டு கோப்புறையைப் பாருங்கள். "_Bazel_" என்ற கோப்புறையை நீங்கள் கண்டுபிடிக்க வேண்டும் .

cd C: ers பயனர்கள் \ amsokol \ _bazel_amsokol \ lx6zoh4k \ execroot \ org_tensorflow

"Simple_console_for_windows.zip" கோப்பை கைமுறையாக உருவாக்கவும்:

வெளிப்புற \ bazel_tools \ கருவிகள் \ zip \ zipper \ zipper.exe vcC bazel-out / x64_windows-opt / bin / tensorflow / tools / pip_package / simple_console_for_windows.zip @ bazel-out / x64_windows-opt / bin / pipsflow simple_console_for_windows.zip-0.params

பைதான் வீல் கோப்பை உருவாக்க கட்டளையை இயக்கவும்:

cd C: ers பயனர்கள் \ amsokol \ Development \ tensorflow-build \ tensorflow
bazel-bin \ tensorflow \ tools \ pip_package \ build_pip_package .. \ out

இது ".. \ out" கோப்புறையில் tensorflow-1.11.0-cp36-cp36m-win_amd64.whl கோப்பை உருவாக்குகிறது.

படி 12: பைதான் 3.6 க்கு டென்சர்ஃப்ளோ வீல் கோப்பை நிறுவி முடிவை சரிபார்க்கவும்

பைதான் வீல் கோப்பை நிறுவ கட்டளையை இயக்கவும்:

pip3 install .. \ out \ tensorflow-1.11.0-cp36-cp36m-win_amd64.whl

டென்சர்ஃப்ளோ கோப்பகத்திலிருந்து வெளியேறவும்

சி.டி ..

பதிவிறக்க ஸ்கிரிப்டை இங்கே சரிபார்க்க அல்லது நகலெடுத்து ஒட்டவும்:

டென்சர்ஃப்ளோவை tf hello = tf.constant ('ஹலோ, டென்சர்ஃப்ளோ!') அமர்வு = tf.Session () அச்சு (session.run (ஹலோ))

கணினி பின்வருவனவற்றை வெளியிட்டால், எல்லாம் நன்றாக இருக்கும்:

வணக்கம் டென்சர்ஃப்ளோ!

எனது வெளியீடு:

நீங்கள் இப்போது விண்டோஸ் கணினியில் டென்சர்ஃப்ளோவை வெற்றிகரமாக நிறுவியுள்ளீர்கள்.

இது உங்களுக்காக வேலை செய்தால் கீழே உள்ள கருத்துகளில் எனக்கு தெரியப்படுத்துங்கள். அல்லது உங்களுக்கு ஏதேனும் குறைபாடுகள் இருந்தால். மிக்க நன்றி!