(续上篇)
2. 下载 TensorFlow 源代码
2.1. 下载TensorFlow master源码
使用 Git 克隆 TensorFlow 代码库(git
随 MSYS2 一起安装):
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
该代码库默认为 master
开发分支。
代码路径https://github.com/tensorflow/tensorflow/
git clone --recurse-submodules https://github.com/tensorflow/tensorflow
其中–recurse-submodules 参数是必须的, 用于获取 TesorFlow 依赖的 protobuf 库.
2.2. 检出待编译版本分支源码
您也可以检出想要构建的版本分支:
git checkout branch_name # r1.9, r1.10, etc.
git checkout r2.5
要点:如果您在使用最新的开发分支时遇到构建问题,请尝试已知可用的版本分支。
3. 配置
3.1. 配置命令
通过在 TensorFlow 源代码树的根目录下运行以下命令来配置系统构建:
python ./configure.py
在同一个源代码树中的不同配置之间进行切换时运行 bazel clean
为了支持 GPU,请指定 CUDA 和 cuDNN 的版本。如果您的系统安装了多个版本的 CUDA 或 cuDNN,请明确设置版本,而不是依赖于默认版本。./configure.py
会创建指向系统 CUDA 库的符号链接,因此,如果您更新 CUDA 库路径,就必须在构建之前再次运行此配置步骤。
注意:从 TensorFlow 1.6 开始,二进制文件使用 AVX 指令,这些指令可能无法在旧版 CPU 上运行。
此脚本会提示您指定 TensorFlow 依赖项的位置,并要求指定其他构建配置选项(例如,编译器标记)。以下代码展示了 python ./configure.py
的示例运行会话(您的会话可能会有所不同):
3.2. 配置参数解释
重要参数解释
Please specify the location of python. [Default is /usr/bin/python]: /usr/local/bin/python3
上面的提示是Bazel让我们选择Python的安装路径,这里输入了python3的路径。直接按回车键(Enter)表示使用默认值。
Do you wish to build TensorFlow with jemalloc as malloc support? [Y/n]:
jemalloc as malloc support will be enabled for TensorFlow.
上面的选项表示是否使用jemalloc代替传统的malloc来管理内存?Jemalloc是杰森·埃文斯(Jason Evans)于2006年开发的用以取代传统低性能的malloc内存管理模块而开发的一款内存管理模块[4]。埃文斯并非等闲之辈,他是FreeBSD项目(一种类UNIX操作系统)的重要维护者之一。
Jemalloc先被Firefox浏览器采用,后来又被Facebook在其自己的各类应用上广泛使用,一战成名。好技术当然要用!直接按回车,确认默认值Y。
Do you wish to build TensorFlow with Google Cloud Platform support? [Y/n]: n
No Google Cloud Platform support will be enabled for TensorFlow.
这个选项是询问是否采用Google云平台来支持TensorFlow。这个云平台国内通常无法访问,建议输入“n”。有条件的读者,可直接按回车确认使用。
Do you wish to build TensorFlow with Hadoop File System support? [Y/n]: n
No Hadoop File System support will be enabled for TensorFlow.
这个选项是询问是否使用Hadoop 文件系统(HDFS)来支持TensorFlow。如果搭建了Hadoop集群,有读取HDFS数据需求的用户,可以回车确认。如果没有需求,手动输入“n”。
Do you wish to build TensorFlow with Amazon S3 File System support? [Y/n]: n
No Amazon S3 File System support will be enabled for TensorFlow.
类似的,这个选项是询问TensorFlow是否支持亚马逊的S3文件系统。读者根据自己的需要来确定“Y”或“n”。如果用不着,建议选择“n”。
Do you wish to build Ten