我在python 3.6中有许多重要的深度学习任务,并希望从源代码构建tensorflow(仅限CPU),因为我的MacBook Pro带有Touchbar 13"注意到如果使用SSE4.1 SSE4.2 AVX AVX2和FMA支持构建,tensorflow将运行得更快。关于该主题,StackOverflow和GitHub上存在很多问题,我将其全部阅读。这些都没有解决为什么它不适合我。
我严格遵循https://www.tensorflow.org/install/install_sources
提供的说明我的配置看起来像这样
./configure
Please specify the location of python. [Default is /anaconda/bin/python]: /anaconda/python.app/Contents/MacOS/python
Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is -march=native]:
Do you wish to build TensorFlow with Google Cloud Platform support? [y/N] n
No Google Cloud Platform support will be enabled for TensorFlow
Do you wish to build TensorFlow with Hadoop File System support? [y/N] n
No Hadoop File System support will be enabled for TensorFlow
Do you wish to build TensorFlow with the XLA just-in-time compiler (experimental)? [y/N] n
No XLA JIT support will be enabled for TensorFlow
Do you wish to build TensorFlow with VERBS support? [y/N] n
No VERBS support will be enabled for TensorFlow
Found possible Python library paths:
/anaconda/python.app/Contents/lib/python3.6/site-packages
Please input the desired Python library path to use. Default is [/anaconda/python.app/Contents/lib/python3.6/site-packages]
Using python library path: /anaconda/python.app/Contents/lib/python3.6/site-packages
Do you wish to build TensorFlow with OpenCL support? [y/N] n
No OpenCL support will be enabled for TensorFlow
Do you wish to build TensorFlow with CUDA support? [y/N] n
No CUDA support will be enabled for TensorFlow
INFO: Starting clean (this may take a while). Consider using --async if the clean takes more than several minutes.
Configuration finished
用bazel 0.4.5然后尝试按照说明进行构建
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package
执行时没有错误,但它提供了数百个警告。我可以提供一个例子,但几乎没有任何片段在没有警告的情况下继续。
我非常感谢你们,非常感谢你们。
答案 0 :(得分:4)
不幸的是编译器警告是生活中的事实。但是,其中许多来自外部库,这些库被引入构建中。这些可以使用Bazel的“output_filter”参数过滤掉:
bazel build --config=opt --output_filter='^//tensorflow' //tensorflow/tools/pip_package:build_pip_package
这会将输出限制为TensorFlow代码生成的警告(您也可以通过这种方式完全关闭警告,但这会带来编译的所有乐趣)。由于用于构建的工具与TensorFlow的开发匹配更紧密,所以警告更少(我得到一些关于多行注释延续,一堆有符号/无符号整数比较,以及一些关于“可能”未初始化的变量)
这些都没有表明明确的错误,只是有时容易出错的代码模式。如果编译器知道出错了,则会发出错误。这是一个很长的说法,没有什么可担心的。