如何在做小改动时构建tensorflow ？

pgccezyw 于 2022-10-29 发布在其他

关注(0)|答案(9)|浏览(119)

请确保这是一个构建/安装问题。根据我们的GitHub Policy，我们只解决GitHub上的代码/文档错误、性能问题、功能请求和构建/安装问题。tag：build_template*
系统信息
操作系统平台和分发版（例如Linux Ubuntu 16.04）：Ubuntu 18.04.5版
移动的设备（例如iPhone 8、Pixel 2、Samsung Galaxy），如果问题发生在移动设备上：
TensorFlow安装自（源代码或二进制文件）：来源
TensorFlow版本：2.3.1
Python版本：3.6.9
使用virtualenv？pip？conda？进行安装：虚拟环境
Bazel版本（如果从源代码编译）：
GCC/编译器版本（如果从源代码编译）：7.5.0
CUDA/cuDNN版本：
GPU型号和内存：

我知道我可以使用以下命令构建tensorflow ：
x1m0n1x
但是这个命令花费了很多时间，我需要在tensorflow的代码中做一些小的修改，并立即检查它们。如何在贡献的同时构建tensorflow？一定有更快的方法。

tensorflow

来源：https://github.com/tensorflow/tensorflow/issues/46972

9条答案

按热度按时间

isr3a4wc1#

Bazel保留了编译结果的缓存。每次增量更改都将重用大部分该高速缓存。
您还可以在开发时编译更细粒度的目标，并且仅在最后构建完整的pip包并运行集成测试。
你不需要总是在优化的情况下进行编译，这需要时间。

赞(0）回复(0）举报 2022-10-29

dl5txlt92#

我怎样才能找到并使用这些细粒度的目标呢？你有什么建议吗？
关于优化，您建议删除标志--config=opt -c opt，对吗？

赞(0）回复(0）举报 2022-10-29

inkz8wg93#

BUILD文件指定了所有可能的BUILD目标。bazel query 'deps(....)'还可以列出Bazel在构建deps内的目标之前需要构建的内容。

赞(0）回复(0）举报 2022-10-29

t9eec4r04#

感谢您的回复！
使用指定的目标进行构建后，为了使用新代码运行TensorFlow，我是否还必须运行以下命令：
x1m0n1x
pip install /tmp/tensorflow_pkg/tensorflow-2.3.0-cp38-cp38m-linux_x86_64.whl个
就像从源安装一样？
还是仅仅通过构建，就应该在使用TensorFlow时应用更改？

赞(0）回复(0）举报 2022-10-29

1mrurvl15#

如果你想手动测试代码/测试pip包，你必须完全构建pip包并安装它。
但是在开发过程中，您通常只想运行一个小的单元测试。

赞(0）回复(0）举报 2022-10-29

qacovj5a6#

我正在使用以下命令（与我第一次从源安装时使用的命令相同）：
x1m0n1x
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg个
pip install /tmp/tensorflow_pkg/tensorflow-2.3.0-cp38-cp38m-linux_x86_64.whl
但在使用TensorFlow时，我没有看到任何差异。我是否使用了正确的命令来构建和安装？

赞(0）回复(0）举报 2022-10-29

xpcnnkqh7#

是的，这些都是正确的命令。确保你使用的是正确的环境，正确的python/pip组合。

赞(0）回复(0）举报 2022-10-29

r7xajy2e8#

@dimitraka这是一个众所周知的问题。您可以订阅或评论您的经验在tensorflow/build#5

赞(0）回复(0）举报 2022-10-29

drkbr07n9#

@迪米特拉卡
您是否可以尝试更新到最新的稳定版本2.6.0，如果问题仍然存在，请告诉我们？

赞(0）回复(0）举报 2022-10-29