ユーザ用ツール

サイト用ツール


ai:tensorflow

差分

この文書の現在のバージョンと選択したバージョンの差分を表示します。

この比較画面にリンクする

両方とも前のリビジョン 前のリビジョン
次のリビジョン
前のリビジョン
ai:tensorflow [2019/08/14 00:47]
oga [Source からの build 手順]
ai:tensorflow [2019/09/07 19:38] (現在)
oga [Source からビルド]
ライン 5: ライン 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, ​JavaGo, <​nowiki>​C++</​nowiki> ​   | CUDA        | +
-| macOS            | Python, Java, Go, <​nowiki>​C++</​nowiki> ​   ​| ​            | +
-| Raspberry Pi     | Python ​                                   |             | +
-| Cloud            | Python ​                                   | CUDA, TPU   |+
  
 Keras の backend として利用できます。 Keras の backend として利用できます。
-なお ​TensorFlow 自体にも Keras が含まれています。+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 ===== ===== Windows =====
  
-<​nowiki>​C/C++</​nowiki>​ API 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下記の場所からダウンロードきます。 
 + 
 + 
 +  * [[https://​www.tensorflow.org/​install/​lang_c]] 
  
 ==== Python ==== ==== Python ====
ライン 26: ライン 43:
   - Python3.6 を install します。   - Python3.6 を install します。
     * Python36, Python36/​Scripts を path に追加しておきます。     * 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]])   - cuDNN install ([[https://​developer.nvidia.com/​cudnn]])
   - pip3 install tensorflow-gpu   - pip3 install tensorflow-gpu
ライン 34: ライン 51:
  
 ==== Source からの build 手順 ==== ==== 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   * Windows による build memo
ライン 59: ライン 80:
       * Ryzen 7 1800X 4時間前後       * Ryzen 7 1800X 4時間前後
       * Core i7-6700K 6時間前後       * Core i7-6700K 6時間前後
- 
  
  
ライン 68: ライン 88:
  
 ===== Linux ===== ===== Linux =====
 +
 +CUDA (GeForce) 及び ROCm (RADEON) が利用できます。
 +
 +
 +==== Python ====
  
 <​code>​ <​code>​
 $ sudo apt install python3-pip python3-venv $ sudo apt install python3-pip python3-venv
 +$ pip3 install tensorflow-gpu
 </​code>​ </​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
  
  
  
ai/tensorflow.1565711278.txt.gz · 最終更新: 2019/08/14 00:47 by oga