tfx bsl
T
TFX Basic Shared Libraries ( tfx_bsl ) berisi pustaka yang dibagikan oleh banyak komponen TensorFlow Extended (TFX).
Hanya simbol yang diekspor oleh sub-modul di bawah tfx_bsl/public yang dimaksudkan untuk penggunaan langsung oleh pengguna TFX , termasuk oleh Pustaka TFX Standalone (mis. Pengguna TFDV, TFMA, TFT), penulis pipa TFX dan penulis komponen TFX. API tersebut akan menjadi stabil dan mengikuti versi semantik setelah tfx_bsl melampaui 1.0 .
API di bawah direktori lain harus dianggap internal ke TFX (dan karena itu tidak ada jaminan kompatibilitas ke belakang atau ke depan untuk mereka).
Setiap versi minor dari pustaka TFX atau TFX itu sendiri, jika perlu bergantung pada tfx_bsl , akan tergantung pada versi minor tertentu (misalnya tensorflow_data_validation 0.14.* Akan tergantung pada, dan hanya bekerja dengan, tfx_bsl 0.14.*)
tfx_bsl tersedia sebagai paket PYPI.
pip install tfx-bslTFX-BSL juga menjadi tuan rumah paket malam di https://pypi-nightly.tensorflow.org di Google Cloud. Untuk menginstal paket malam terbaru, silakan gunakan perintah berikut:
pip install --extra-index-url https://pypi-nightly.tensorflow.org/simple tfx-bslIni akan menginstal paket malam untuk dependensi utama TFX-BSL seperti TensorFlow metadata (TFMD).
Namun itu adalah ketergantungan dari banyak komponen TFX dan biasanya sebagai pengguna Anda tidak perlu menginstalnya secara langsung.
Jika Anda ingin membangun komponen TFX dari cabang master, melewati rilis terbaru, Anda mungkin juga harus membangun tfx_bsl terbaru, karena komponen TFX mungkin bergantung pada fitur baru yang diperkenalkan melewati rilis tfx_bsl terbaru.
Bangunan dari Docker adalah cara yang disarankan untuk membangun tfx_bsl di bawah Linux, dan terus diuji di Google.
Pertama-tama instal docker dan docker-compose dengan mengikuti petunjuk.
tfx_bsl git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl Perhatikan bahwa instruksi ini akan menginstal cabang utama tfx-bsl terbaru. Jika Anda ingin menginstal cabang tertentu (seperti cabang rilis), lulus -b <branchname> ke perintah git clone .
Kemudian, jalankan yang berikut di root proyek:
sudo docker-compose build manylinux2010
sudo docker-compose run -e PYTHON_VERSION= ${PYTHON_VERSION} manylinux2010 di mana PYTHON_VERSION adalah salah satu dari {39} .
Roda akan diproduksi di bawah dist/ .
pip install dist/ * .whlJika Numpy tidak diinstal pada sistem Anda, instal sekarang dengan mengikuti arah ini.
Jika Bazel tidak diinstal pada sistem Anda, instal sekarang dengan mengikuti petunjuk ini.
tfx_bsl git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl Perhatikan bahwa instruksi ini akan menginstal cabang master terbaru dari tfx_bsl jika Anda ingin menginstal cabang tertentu (seperti cabang rilis), lulus -b <branchname> ke perintah git clone .
tfx_bsl Wheel adalah versi Python tergantung - untuk membangun paket pip yang berfungsi untuk versi python tertentu, gunakan biner python untuk dijalankan:
python setup.py bdist_wheel Anda dapat menemukan file .whl yang dihasilkan di subdirektori dist .
pip install dist/ * .whl tfx_bsl diuji pada sistem operasi 64-bit berikut:
Tabel berikut adalah versi paket tfx_bsl yang kompatibel satu sama lain. Ini ditentukan oleh kerangka pengujian kami, tetapi kombinasi lain yang belum diuji juga dapat berhasil.
| TFX-BSL | Apache-Beam [GCP] | Pyarrow | Tensorflow | Tensorflow-Metadata | TensorFlow-Serving-API |
|---|---|---|---|---|---|
| Master GitHub | 2.59.0 | 10.0.1 | malam (2.x) | 1.16.1 | 2.16.1 |
| 1.16.1 | 2.59.0 | 10.0.1 | 2.16 | 1.16.1 | 2.16.1 |
| 1.16.0 | 2.59.0 | 10.0.1 | 2.16 | 1.16.0 | 2.16.1 |
| 1.15.1 | 2.47.0 | 10.0.0 | 2.15 | 1.15.0 | 2.15.1 |
| 1.15.0 | 2.47.0 | 10.0.0 | 2.15 | 1.15.0 | 2.15.1 |
| 1.14.0 | 2.47.0 | 10.0.0 | 2.13 | 1.14.0 | 2.13.0 |
| 1.13.0 | 2.40.0 | 6.0.0 | 2.12 | 1.13.1 | 2.9.0 |
| 1.12.0 | 2.40.0 | 6.0.0 | 2.11 | 1.12.0 | 2.9.0 |
| 1.11.0 | 2.40.0 | 6.0.0 | 1.15 / 2.10 | 1.11.0 | 2.9.0 |
| 1.10.0 | 2.40.0 | 6.0.0 | 1.15 / 2.9 | 1.10.0 | 2.9.0 |
| 1.9.0 | 2.38.0 | 5.0.0 | 1.15 / 2.9 | 1.9.0 | 2.9.0 |
| 1.8.0 | 2.38.0 | 5.0.0 | 1.15 / 2.8 | 1.8.0 | 2.8.0 |
| 1.7.0 | 2.36.0 | 5.0.0 | 1.15 / 2.8 | 1.7.0 | 2.8.0 |
| 1.6.0 | 2.35.0 | 5.0.0 | 1.15 / 2.7 | 1.6.0 | 2.7.0 |
| 1.5.0 | 2.34.0 | 5.0.0 | 1.15 / 2.7 | 1.5.0 | 2.7.0 |
| 1.4.0 | 2.31.0 | 5.0.0 | 1.15 / 2.6 | 1.4.0 | 2.6.0 |
| 1.3.0 | 2.31.0 | 2.0.0 | 1.15 / 2.6 | 1.2.0 | 2.6.0 |
| 1.2.0 | 2.31.0 | 2.0.0 | 1.15 / 2.5 | 1.2.0 | 2.5.1 |
| 1.1.0 | 2.29.0 | 2.0.0 | 1.15 / 2.5 | 1.1.0 | 2.5.1 |
| 1.0.0 | 2.29.0 | 2.0.0 | 1.15 / 2.5 | 1.0.0 | 2.5.1 |
| 0.30.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.30.0 | 2.4.0 |
| 0.29.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.29.0 | 2.4.0 |
| 0.28.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.28.0 | 2.4.0 |
| 0.27.1 | 2.27.0 | 2.0.0 | 1.15 / 2.4 | 0.27.0 | 2.4.0 |
| 0.27.0 | 2.27.0 | 2.0.0 | 1.15 / 2.4 | 0.27.0 | 2.4.0 |
| 0.26.1 | 2.25.0 | 0.17.0 | 1.15 / 2.3 | 0.27.0 | 2.3.0 |
| 0.26.0 | 2.25.0 | 0.17.0 | 1.15 / 2.3 | 0.27.0 | 2.3.0 |
