tfx bsl

TFX基本共享库

TFX BASIC共享库（ tfx_bsl ）包含许多TensorFlow扩展（TFX）组件共享的库。

仅由tfx_bsl/public下导出的符号用于TFX用户直接使用，包括独立TFX库（例如TFDV，TFMA，TFT，TFT）用户，TFX Pipeline作者和TFX组件作者。一旦tfx_bsl超过1.0这些API将变得稳定，并遵循语义版本控制。

其他目录下的API应被视为TFX的内部（因此，对它们没有向后或向前的兼容性保证）。

每个次要版本的TFX库或TFX本身（ tfx_bsl需要依赖tfx_bsl ）将取决于它的特定次要版本（例如tensorflow_data_validation 0.14。

从PYPI安装

tfx_bsl可作为PYPI软件包使用。

pip install tfx-bsl

夜间包裹

TFX-BSL还在https://pypi-nightly.tensorflow.org上托管夜间包装。要安装最新的夜间软件包，请使用以下命令：

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

这将安装夜间套件，以供TFX-BSL的主要依赖关系，例如TensorFlow Metadata（TFMD）。

但是，它是许多TFX组件的依赖性，通常作为用户，您无需直接安装它。

使用Docker构建

如果您想从Master Branch构建一个TFX组件，即最新版本，则可能还必须构建最新的tfx_bsl ，因为TFX组件可能依赖于最新的tfx_bsl版本引入的新功能。

从Docker构建的是在Linux下构建tfx_bsl推荐方法，并在Google进行了不断测试。

1。安装Docker

请首先按照说明安装docker和docker-compose 。

2。克隆tfx_bsl存储库

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

请注意，这些说明将安装tfx-bsl的最新主分支。如果要安装特定的分支（例如释放分支），请将-b <branchname>传递到git clone命令。

3。构建PIP包

然后，在项目根部运行以下内容：

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

其中PYTHON_VERSION是{39}之一。

在dist/下，将产生轮子。

4。安装PIP软件包

pip install dist/ * .whl

从源构建

1。先决条件

安装numpy

如果您的系统未安装Numpy，请立即按照这些说明进行安装。

安装Bazel

如果您的系统未安装Bazel，请立即按照这些说明进行安装。

2。克隆tfx_bsl存储库

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

请注意，如果要安装特定的分支（例如释放分支），将这些说明安装tfx_bsl的最新主分支，将-b <branchname>通过git clone命令。

3。构建PIP包

tfx_bsl轮是Python版本依赖性 - 要构建适用于特定Python版本的PIP包，请使用Python二进制运行：

python setup.py bdist_wheel

您可以在dist子目录中找到生成的.whl文件。

4。安装PIP软件包

pip install dist/ * .whl

支持的平台

tfx_bsl在以下64位操作系统上进行了测试：

• MacOS 10.12.6（Sierra）或更高版本。
• Ubuntu 20.04或更高版本。

兼容版本

下表是彼此兼容的tfx_bsl软件包版本。这取决于我们的测试框架，但是其他未经测试的组合也可能起作用。

TFX-BSL	apache-beam [GCP]	皮亚罗	张量	Tensorflow-metadata	TensorFlow-Serving-api
Github主人	2.59.0	10.0.1	每晚（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