راه های مختلفی برای تنظیم محیط خود برای استفاده از کتابخانه رتبه بندی TensorFlow وجود دارد.
- ساده ترین راه برای یادگیری و استفاده از رتبه بندی TensorFlow، اجرای هر یک از آموزش های Google Colab است. پیوند بالای آموزش شروع سریع را انتخاب کنید).
- برای استفاده از کتابخانه Ranking در یک ماشین محلی، بسته
tensorflow_ranking
pip را نصب کنید. - اگر یک پیکربندی ماشین منحصر به فرد دارید، می توانید بسته را از منبع، با استفاده از دستورالعمل های Build from source بسازید.
TensorFlow Ranking را با استفاده از pip نصب کنید
با استفاده از pip نصب کنید.
pip install --upgrade tensorflow_ranking
ساخت از منبع
همچنین می توانید از منبع نصب کنید که به سیستم ساخت Bazel نیاز دارد.
Bazel، Git و Pip را نصب کنید.
sudo apt-get update
sudo apt-get install bazel git python3-pip python3-venv
مخزن TensorFlow Ranking را کلون کنید.
git clone https://github.com/tensorflow/ranking.git
فایل TensorFlow Ranking wheel را بسازید و آنها را در پوشه
/tmp/ranking_pip
ذخیره کنید.cd ranking # folder cloned in Step 2.
bazel build //tensorflow_ranking/tools/pip_package:build_pip_package
bazel-bin/tensorflow_ranking/tools/pip_package/build_pip_package \ /tmp/ranking_pip
یک محیط
venv
را فعال کنید.python3 -m venv --system-site-packages venv
source venv/bin/activate
بسته چرخ را در محیط
venv
خود نصب کنید.pip install /tmp/ranking_pip/tensorflow_ranking*.whl
به صورت اختیاری، تمام تست های رتبه بندی TensorFlow را اجرا کنید.
bazel test //tensorflow_ranking/...
برای اطلاعات بیشتر در مورد نصب پایتون، پیپ، تنسورفلو و کار با محیطهای مجازی پایتون، به نصب تنسورفلو با پیپ مراجعه کنید.