在一个系统上构建Tensorflow，在另一个系统上部署

Question

如何在与我构建的计算机不同的计算机上部署TensorFlow？需要复制哪些文件？在每台目标PC上从源代码构建是不切实际的。在我的情况下，我需要从源代码构建，因为TensorFlow的标准安装并未针对我的目标进行优化（非GPU构建但可用AVX / AVX2），而不是那应该有所不同。我正在建设＆amp;在Windows PC上部署，几乎肯定会有所作为。

Answer 1

思考：python。 Tensorflow本质上是一个python包，python包与pip一起安装。

在这种特定情况下，TensorFlow（版本1.5）的标准安装已根据standard TensorFlow instructions使用pip3 install --upgrade tensorflow在我的目标系统上轻松安装。但是当我测试我已经开发的示例时，我被警告说安装不是最佳的，因为AVX和AVX2指令可用，但没有被使用。

要从源代码重建Tensorflow以使用AVX2，请关注instructions here，特别是：

• 从github获取源：git clone https://github.com/tensorflow/tensorflow
• 选择Bazel或CMake构建选项（我选择了CMake，这需要SWIG）
• 自定义构建以指定使用AVX或AVX2（对我而言，我在-Dtensorflow_WIN_CPU_SIMD_OPTIONS=/arch:AVX2步骤中向选项添加了CMake）
• 构建tensorflow python pip包（CMake分步说明中的最后一条指令）

获得包（wheel或.whl）文件后，将其移至目标PC，然后使用pip3 install tensorflow-<version-specific-details>.whl进行安装。

此过程已经过测试：

• 开发PC：Windows 7-64位，Python 3.6.4（64位），SWIG 3.0.12
• 目标PC：Windows 8.1 Pro（64位），Python 3.6.4（64位）

为了记录，使用AVX2指令使我的网络培训速度提高了大约20％。此外，尽管已知的一个限制是需要使用Python 3.5进行CMake构建，但我发现使用Python 3.6.4没有问题（到目前为止）。