差分

このページの2つのバージョン間の差分を表示します。

--- ai:tensorflow [2018/10/28 18:51] – 作成 oga
+++ ai:tensorflow [2019/09/07 19:38] (現在) – [Source からビルド] oga
@@ 行 5: / 行 5: @@
+^ Platform         ^ GPU/NPU       ^
+| Windows          | CUDA          |
+| Linux            | CUDA, ROCm    |
+| macOS            |               |
+| Raspberry Pi     |               |
+| Jetson Nano      | CUDA          |
+| Cloud            | CUDA, TPU     |
-^ Platform         ^ API                                       ^ GPU/NPU     ^
+^ High Level API     ^ Low Level API                                 ^
-| Windows          | Python, Java,                             | CUDA        |
+| Python (Keras)     | Python, JavaScript, C, <nowiki>C++</nowiki>   |
-| Linux            | Python, Java, Go, <nowiki>C++</nowiki>    | CUDA        |
-| macOS            | Python, Java, Go, <nowiki>C++</nowiki>    |             |
-| Raspberry Pi     | Python                                    |             |
-| Cloud            |                                           | CUDA, TPU   |
+Keras の backend として利用できます。
+また TensorFlow 自体にも Keras が統合されています。
+  * default では画像フォーマットが他のフレームワークと異なり channels_last (NHWC) になっています。
+    * channels_first (NCHW) の方が GPU 上では高速です。
+    * CPU ではデフォルトでは channels_first (NCHW) が利用できません。channels_first に対応するには MKL を有効にしてビルドし直す必要があります。
+----
 ===== Windows =====
-<nowiki>C/C++</nowiki> API がサポートされていません。
+<nowiki>C++</nowiki> API ライブラリは直接バイナリ配布ではサポートされていません。
-Source から build することは可能です。
+Source から build する必要があります。
+C API ライブラリのバイナリは下記の場所からダウンロードできます。
+  * [[https://www.tensorflow.org/install/lang_c]]
 ==== Python ====
@@ 行 24: / 行 43: @@
   - Python3.6 を install します。
     * Python36, Python36/Scripts を path に追加しておきます。
-  - CUDA v9.0 install ([[https://developer.nvidia.com/cuda-downloads]])
+  - CUDA v10.0 install ([[https://developer.nvidia.com/cuda-downloads]])
   - cuDNN install ([[https://developer.nvidia.com/cudnn]])
   - pip3 install tensorflow-gpu
@@ 行 32: / 行 51: @@
 ==== Source からの build 手順 ====
+  * cmake を使う方法と bazel を使う方法があります。公式サイトのビルド手順では bazel を使用しています。
+=== CMake の場合 (古い Version 時の情報です) ===
   * Windows による build memo
@@ 行 57: / 行 80: @@
       * Ryzen 7 1800X 4時間前後
       * Core i7-6700K 6時間前後
@@ 行 63: / 行 85: @@
     * https://taktak.jp/2018/05/13/3028
     * http://tadaoyamaoka.hatenablog.com/entry/2018/02/26/235639
+===== Linux =====
+CUDA (GeForce) 及び ROCm (RADEON) が利用できます。
+==== Python ====
+<code>
+$ sudo apt install python3-pip python3-venv
+$ pip3 install tensorflow-gpu
+</code>
+  * ROCm
+    * [[https://rocm.github.io/tensorflow.html]]
+==== Source からビルド ====
+bazel を使います。
+CPU または CUDA を使う場合は、公式サイト通りの手順でビルド可能です。
+ROCm 対応版は専用のリポジトリから取得してください。
+  * C API 向けのビルドで 1時間くらいかかります。
+  * <nowiki>C++</nowiki> API はヘッダの収集やライブラリのリンクが難しいので C API の方がおすすめです。
+とりあえず確認したもの
+  * 公式版 r1.14 CUDA C API, CPU + MKL C API
+  * ROCm 版 r1.14-rocm C API