tfx bsl
T
TFX Basic Shared Bibraries ( tfx_bsl ) содержит библиотеки, разделяемые многими компонентами TensorFlow Extended (TFX).
Только символы, экспортируемые подмодулами в рамках tfx_bsl/public предназначены для непосредственного использования пользователями TFX , в том числе пользователями авторов TFX и авторов компонентов TFX (например, TFDV, TFMA, TFT), авторов трубопровода TFX и авторов компонентов TFX. Эти API станут стабильными и следуют за семантической версией, как только tfx_bsl выйдет за пределы 1.0 .
API в соответствии с другими каталогами следует считать внутренними для TFX (и поэтому для них нет никакой обратной или вперед -обратной гарантии совместимости).
Каждая незначительная версия библиотеки TFX или самого TFX, если она должна зависеть от tfx_bsl , будет зависеть от определенной ее незначительной версии (например, tensorflow_data_validation 0.14.* Будет зависеть и только работать с tfx_bsl 0.14.*)
tfx_bsl доступен в виде пакета PYPI.
pip install tfx-bslTFX-BSL также проводит ночные пакеты по адресу https://pypi-nightly.tensorflow.org в Google Cloud. Чтобы установить последнюю ночную пакет, используйте следующую команду:
pip install --extra-index-url https://pypi-nightly.tensorflow.org/simple tfx-bslЭто установит ночные пакеты для основных зависимостей TFX-BSL, таких как метаданные TensorFlow (TFMD).
Однако это зависимость многих компонентов TFX, и обычно как пользователь вам не нужно устанавливать его напрямую.
Если вы хотите построить компонент TFX из главной ветви, после последнего релиза, вам также может придется создать последний tfx_bsl , так как этот компонент TFX мог зависеть от новых функций, представленных после последнего выпуска tfx_bsl .
Строительство от Docker - это рекомендуемый способ построить tfx_bsl под Linux, который непрерывно протестирован в Google.
Пожалуйста, сначала установите docker и docker-compose , следуя указаниям.
tfx_bsl git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl Обратите внимание, что эти инструкции установит последнюю главную ветвь tfx-bsl . Если вы хотите установить определенную ветвь (например, ветвь выпуска), перенесите -b <branchname> команде git clone .
Затем запустите следующее в Project Root:
sudo docker-compose build manylinux2010
sudo docker-compose run -e PYTHON_VERSION= ${PYTHON_VERSION} manylinux2010 где PYTHON_VERSION является одним из {39} .
Колесо будет произведено под dist/ .
pip install dist/ * .whlЕсли Numpy не установлен в вашей системе, установите его сейчас, следуя этим указаниям.
Если Bazel не установлен в вашей системе, установите его сейчас, следуя этим указаниям.
tfx_bsl git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl Обратите внимание, что эти инструкции установит последнюю главную ветвь tfx_bsl если вы хотите установить определенную ветвь (например, ветвь выпуска), пройти -b <branchname> команду git clone .
Колесо tfx_bsl зависит от версии Python - чтобы создать пакет PIP, который работает для определенной версии Python, используйте этот двоичный файл Python для запуска:
python setup.py bdist_wheel Вы можете найти сгенерированный файл .whl в подкаталоге dist .
pip install dist/ * .whl tfx_bsl тестируется на следующих 64-битных операционных системах:
Следующая таблица представляет собой версии пакета tfx_bsl , которые совместимы друг с другом. Это определяется нашей структурой тестирования, но другие непроверенные комбинации также могут работать.
| TFX-BSL | Apache-Beam [GCP] | Пирарроу | Tensorflow | Tensorflow-Metadata | Tensorflow-Serving-API |
|---|---|---|---|---|---|
| GitHub Master | 2.59.0 | 10.0.1 | Ночью (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 |
