Windows 上のソースからビルドする,Windows 上のソースからビルドする

TensorFlow pipパッケージをソースからビルドし、Windows にインストールします。

Windows 用のセットアップ

次のビルド ツールをインストールして、Windows 開発環境を構成します。

Python と TensorFlow パッケージの依存関係をインストールする

Windows 用の Python 3.9+ 64 ビット リリースをインストールします。オプション機能としてpip を選択し、 %PATH%環境変数に追加します。

TensorFlow pipパッケージの依存関係をインストールします。

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

依存関係は、 setup.pyファイルのREQUIRED_PACKAGESの下にリストされています。

Bazel をインストールする

TensorFlow のコンパイルに使用されるビルド ツールである Bazel をインストールします。 Bazel のバージョンについては、Windows のテスト済みのビルド構成を参照してください。 C++ をビルドするように Bazel を構成します。

Bazel 実行可能ファイルの場所を%PATH%環境変数に追加します。

MSYS2をインストールする

TensorFlow の構築に必要な bin ツールとしてMSYS2 をインストールします。 MSYS2 がC:\msys64にインストールされている場合は、 C:\msys64\usr\binを%PATH%環境変数に追加します。次に、 cmd.exeを使用して、次を実行します。

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

Visual C++ ビルド ツール 2022 をインストールする

Visual C++ ビルド ツール 2022をインストールします。これはVisual Studio Community 2022に付属していますが、個別にインストールすることもできます。

1. Visual Studio のダウンロードに移動し、
2. Visual Studio のツールまたはその他のツール、フレームワークおよび再頒布可能パッケージを選択し、
3. ダウンロードしてインストールします。
   • Visual Studio 2022 用のビルド ツール
   • Visual Studio 2022 用の Microsoft Visual C++ 再頒布可能パッケージ

LLVMのインストール

1. LLVM ダウンロードに移動し、
2. Windows 互換の LLVM を C:/Program Files/LLVM にダウンロードしてインストールします (LLVM-17.0.6-win64.exe など)。

GPU サポートのインストール (オプション)

GPU で TensorFlow を実行するために必要なドライバーと追加ソフトウェアをインストールするには、Windows GPU サポートガイドを参照してください。

TensorFlow ソース コードをダウンロードする

Git を使用してTensorFlow リポジトリのクローンを作成します ( git MSYS2 とともにインストールされます)。

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

リポジトリのデフォルトはmaster開発ブランチです。リリース ブランチをチェックアウトしてビルドすることもできます。

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

オプション: 環境変数の設定

パッケージ作成の問題を回避するには、ビルド コマンドを実行する前に次のコマンドを実行します (パッケージのインストール中に以下のコマンドが設定された場合は、無視してください)。 setを実行して、すべてのパスが正しく設定されているかどうかを確認しますecho %Environmental Variable% (例: echo %BAZEL_VC%を実行して、特定の環境変数に対して設定されたパスを確認します。

Python パス設定の問題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 

Bazel/MSVC/CLANG パスのセットアップの問題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)

オプション: ビルドを構成する

TensorFlow ビルドは、リポジトリのルート ディレクトリにある.bazelrcファイルによって設定されます。 ./configureまたは./configure.pyスクリプトを使用して、共通設定を調整できます。

構成を変更する必要がある場合は、リポジトリのルート ディレクトリから./configureスクリプトを実行します。

python ./configure.py

このスクリプトは、TensorFlow 依存関係の場所を要求し、追加のビルド構成オプション (コンパイラー フラグなど) を要求します。以下に、 python ./configure.pyの実行例を示します (セッションによっては異なる場合があります)。

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.

pip パッケージをビルドしてインストールする

pip パッケージは 2 つの手順で構築されます。 bazel buildコマンドは、「パッケージ ビルダー」プログラムを作成します。次に、パッケージ ビルダーを実行してパッケージを作成します。

パッケージビルダーをビルドする

tensorflow:master リポジトリはデフォルトでビルド 2.x に更新されました。 Bazel をインストールし、 bazel buildを使用して TensorFlow パッケージ ビルダーを作成します。

bazel build //tensorflow/tools/pip_package:wheel

CPUのみ

bazelを使用して、CPU のみをサポートする TensorFlow パッケージ ビルダーを作成します。

MSVC でビルドする

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

CLANG で構築する

--config= win_clangを使用して、CLANG コンパイラーで TenorFlow をビルドします。

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

GPUのサポート

TensorFlow パッケージ ビルダーを GPU サポートで作成するには:

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

Bazel キャッシュをクリーンアップして、無効または古いキャッシュ データによるエラーを解決するコマンド。--expunge フラグを使用して Bazel Clean を実行すると、ファイルが永久に削除されます。

bazel clean 
bazel clean --expunge  

Bazel ビルド オプション

パッケージ作成の問題を回避するには、ビルド時にこのオプションを使用します: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

ビルド オプションについては、Bazelコマンド ライン リファレンスを参照してください。

TensorFlow をソースからビルドすると、大量の RAM が使用される可能性があります。システムがメモリに制約がある場合は、 --local_ram_resources=2048を使用して Bazel の RAM 使用量を制限します。

GPU サポートを使用してビルドする場合は、 --copt=-nvcc_options=disable-warningsを追加して、nvcc 警告メッセージを抑制します。

パッケージをビルドする

pip パッケージをビルドするには、--repo_env=WHEEL_NAME フラグを指定する必要があります。指定した名前に応じて、パッケージが作成されます。例えば：

tensorflow CPU パッケージをビルドするには:

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

夜間パッケージをビルドするには、 tensorflowの代わりにtf_nightlyを設定します。たとえば、CPU 夜間パッケージをビルドします。

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

その結果、生成されたホイールは次の場所に配置されます。

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

パッケージをインストールする

生成される.whlファイルのファイル名は、TensorFlow のバージョンとプラットフォームによって異なります。 pip install使用してパッケージをインストールします。次に例を示します。

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

MSYS シェルを使用してビルドする

TensorFlow は、MSYS シェルを使用して構築することもできます。以下に示す変更を加えてから、Windows ネイティブ コマンド ライン ( cmd.exe ) の前述の手順に従います。

MSYS パス変換を無効にする

MSYS は、Unix パスのように見える引数を Windows パスに自動的に変換しますが、これはbazelでは機能しません。 (ラベル//path/to:binスラッシュで始まるため、Unix 絶対パスとみなされます。)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

パスを設定します

Bazel と Python のインストール ディレクトリを$PATH環境変数に追加します。 Bazel がC:\tools\bazel.exeにインストールされ、Python がC:\Python\python.exeにインストールされている場合は、次のようにPATHを設定します。

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

GPU をサポートするには、CUDA および cuDNN の bin ディレクトリを$PATHに追加します。

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"

テストされたビルド構成

CPU

GPU