tfx bsl

TFXベーシック共有ライブラリ

TFX BASIC共有ライブラリ（ tfx_bsl ）には、多くのTensorFlow拡張（TFX）コンポーネントが共有するライブラリが含まれています。

tfx_bsl/publicの下でサブモジュールによってエクスポートされるシンボルのみが、スタンドアロンTFXライブラリ（TFDV、TFMA、TFT）ユーザー、TFXパイプライン著者、TFXコンポーネント著者など、TFXユーザーが直接使用することを目的としています。これらのAPIは安定し、 tfx_bsl 1.0超えるとセマンティックバージョンに従います。

他のディレクトリのAPIは、TFXの内部と見なされる必要があります（したがって、それらの後方または前方の互換性保証はありません）。

TFXライブラリまたはTFX自体の各マイナーバージョンはtfx_bsl tfx_bslに依存する必要がある場合、その特定のマイナーバージョンに依存します（例： tensorflow_data_validation 0.14。

Pypiからのインストール

tfx_bsl PYPIパッケージとして利用できます。

pip install tfx-bsl

毎晩のパッケージ

TFX-BSLは、Google Cloudのhttps://pypi-untly.tensorflow.orgで毎晩のパッケージもホストしています。最新の夜間パッケージをインストールするには、次のコマンドを使用してください。

pip install --extra-index-url https://pypi-nightly.tensorflow.org/simple tfx-bsl

これにより、TENSORFLOWメタデータ（TFMD）などのTFX-BSLの主要な依存関係のために夜間パッケージがインストールされます。

ただし、これは多くのTFXコンポーネントの依存関係であり、通常はユーザーとして直接インストールする必要はありません。

Dockerで構築します

TFXコンポーネントが最新のtfx_bslリリースを過ぎて導入された新機能に依存していた可能性があるため、最新リリースを過ぎてマスターブランチからTFXコンポーネントを構築する場合は、最新のtfx_bslを構築する必要がある場合があります。

Dockerからの構築は、Linuxの下でtfx_bsl構築する推奨方法であり、Googleで継続的にテストされています。

1。Dockerをインストールします

指示に従って、最初にdockerとdocker-composeインストールしてください。

2。TFX_BSL tfx_bslをクローンします

git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl

これらの指示により、 tfx-bslの最新のマスターブランチがインストールされることに注意してください。特定のブランチ（リリースブランチなど）をインストールする場合は、 git cloneコマンドに-b <branchname>を渡します。

3. PIPパッケージを構築します

次に、プロジェクトルートで以下を実行します。

sudo docker-compose build manylinux2010
sudo docker-compose run -e PYTHON_VERSION= ${PYTHON_VERSION} manylinux2010

ここで、 PYTHON_VERSIONは{39}の1つです。

ホイールはdist/の下で生成されます。

4. PIPパッケージをインストールします

pip install dist/ * .whl

ソースからビルド

1。前提条件

numpyをインストールします

Numpyがシステムにインストールされていない場合は、これらの指示に従って今すぐインストールしてください。

Bazelをインストールします

Bazelがシステムにインストールされていない場合は、これらの指示に従って今すぐインストールしてください。

2。TFX_BSL tfx_bslをクローンします

git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl

これらの命令は-b <branchname>特定のブランチ（リリースブランチなど）をインストールする場合は、 tfx_bslの最新のマスターブランチをインストールするgit cloneに注意してください。

3. PIPパッケージを構築します

tfx_bslホイールはPythonバージョン依存です - 特定のPythonバージョンで機能するPIPパッケージを構築するには、そのPythonバイナリを使用して実行します。

python setup.py bdist_wheel

生成された.whlファイルをdist sub -directoryに見つけることができます。

4. PIPパッケージをインストールします

pip install dist/ * .whl

サポートされているプラ​​ットフォーム

tfx_bslは、次の64ビットオペレーティングシステムでテストされています。

• MacOS 10.12.6（Sierra）以降。
• Ubuntu 20.04以降。

互換性のあるバージョン

次の表は、互いに互換性のあるtfx_bslパッケージバージョンです。これはテストフレームワークによって決定されますが、他のテストされていない組み合わせも機能する可能性があります。

TFX-BSL	apache-beam [gcp]	Pyarrow	Tensorflow	Tensorflow-Metadata	Tensorflow-Serving-API
Githubマスター	2.59.0	10.0.1	毎晩（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