Скачать wheels - загрузка исходного кода wheels

wheels

Другой исходный код

Tensor

Скачать

Tensorflow оптимизированные колеса

Пользовательские сборки для TensorFlow с оптимизацией платформы, включая SSE, AVX и FMA. Если вы видите сообщения, подобные следующим, с pip install tensorflow , вы попали в нужное место.

 The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.
The TensorFlow library wasn't compiled to use AVX2 instructions, but these are available on your machine and could speed up CPU computations.
The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations.
The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.

or:
Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA

Эти колеса созданы для использования на TinyMind, платформе облачного машинного обучения. Если вы хотите установить их на собственную коробку Linux (Ubuntu 16.04 LTS), вы можете сделать это с:

 # RELEASE is the git tag like tf1.1-cpu. WHEEL is the full wheel name.
pip --no-cache-dir install https://github.com/mind/wheels/releases/download/{RELEASE}/{WHEEL}

Список всех колес можно найти на странице релизов.

Версии

Нажмите на ссылки ниже, чтобы перейти к определенным версиям релиза. Опять же, они построены для Ubuntu 16.04 LTS, если не указано иное.

Тфу	Строительство
1.1	ЦП, графический процессор
1.2	ЦП, графический процессор (только Python 3.6)
1.2.1	ЦП, графический процессор
1.3	ЦП, графический процессор с MPI
1.3.1	ЦП, отладка процессора, графический процессор, графический процессор с MPI
1.4	ЦП, отладка процессора, CPU MacOS, GPU (CUDA 8, CUDA 9 для вычисления 3.7, CUDA 9 для вычисления 3,7/6,0/7,0, CUDA 9 Generic, CUDA 9 без MKL)
1.4.1	ЦП, GPU (CUDA 8, CUDA 9, CUDA 9.1)
1.5	ЦП, GPU (CUDA 9, CUDA 9 без MKL, CUDA 9.1, CUDA 9.1 без MKL)
1.6	ЦП, GPU (CUDA 9.1, CUDA 9.1 без MKL)
1.7	ЦП, GPU (CUDA 9, CUDA 9.1, CUDNN 7.1)

Обратите внимание, что ваша машина должна иметь относительно новый процессор Intel (и GPU NVIDIA, если вы используете версию GPU) для совместимости с колесами ниже. Если оборудование не обновлено, колеса не будут работать.

Колеса для Tensorflow 1.4.1 и выше содержат поддержку GCP, S3 и Hadoop. Флаги компиляции включают в себя:

 --config=opt --config=cuda --cxxopt=-D_GLIBCXX_USE_CXX11_ABI=0 --copt=-mavx --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx2 --copt=-mfma --copt=-mfpmath=both

Колеса, которые вам, скорее всего, понадобятся, перечислены ниже. Нужно что -то или колесо не работает для вас? Подать проблему. (К сожалению, мы не сможем удовлетворить запросы на колеса Windows, так как у нас нет машин Windows сами.)

Версия	Питон	Архи	Связь
1.1	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.1-cpu/tensorflow-1.1.0-cp27-cp27mu-linux_x86_64.whl
1.1	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.1-cpu/tensorflow-1.1.0-cp35-cp35m-linux_x86_64.whl
1.1	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.1-cpu/tensorflow-1.1.0-cp36-cp36m-linux_x86_64.whl
1.1	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.1-gpu/tensorflow-1.1.0-cp27-cp27mu-linux_x86_64.whl
1.1	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.1-gpu/tensorflow-1.1.0-cp35-cp35m-linux_x86_64.whl
1.1	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.1-gpu/tensorflow-1.1.0-cp36-cp36m-linux_x86_64.whl
1.2	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.2-cpu/tensorflow-1.2.0-cp27-cp27mu-linux_x86_64.whl
1.2	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.2-cpu/tensorflow-1.2.0-cp35-cp35m-linux_x86_64.whl
1.2	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.2-cpu/tensorflow-1.2.0-cp36-cp36m-linux_x86_64.whl
1.2	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.2-gpu/tensorflow-1.2.0-cp36-cp36m-linux_x86_64.whl
1.2.1	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.2.1-cpu/tensorflow-1.2.1-cp27-cp27mu-linux_x86_64.whl
1.2.1	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.2.1-cpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
1.2.1	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.2.1-cpu/tensorflow-1.2.1-cp36-cp36m-linux_x86_64.whl
1.2.1	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.2.1-gpu/tensorflow-1.2.1-cp27-cp27mu-linux_x86_64.whl
1.2.1	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.2.1-gpu/tensorflow-1.2.1-cp35-cp35m-linux_x86_64.whl
1.2.1	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.2.1-gpu/tensorflow-1.2.1-cp36-cp36m-linux_x86_64.whl
1.3	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.3-cpu/tensorflow-1.3.0-cp27-cp27mu-linux_x86_64.whl
1.3	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.3-cpu/tensorflow-1.3.0-cp35-cp35m-linux_x86_64.whl
1.3	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.3-cpu/tensorflow-1.3.0-cp36-cp36m-linux_x86_64.whl
1.3	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.3-gpu/tensorflow-1.3.0-cp27-cp27mu-linux_x86_64.whl
1.3	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.3-gpu/tensorflow-1.3.0-cp35-cp35m-linux_x86_64.whl
1.3	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.3-gpu/tensorflow-1.3.0-cp36-cp36m-linux_x86_64.whl
1.3.1	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.3.1-cpu/tensorflow-1.3.1-cp27-cp27mu-linux_x86_64.whl
1.3.1	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.3.1-cpu/tensorflow-1.3.1-cp35-cp35m-linux_x86_64.whl
1.3.1	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.3.1-cpu/tensorflow-1.3.1-cp36-cp36m-linux_x86_64.whl
1.3.1	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.3.1-gpu/tensorflow-1.3.1-cp27-cp27mu-linux_x86_64.whl
1.3.1	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.3.1-gpu/tensorflow-1.3.1-cp35-cp35m-linux_x86_64.whl
1.3.1	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.3.1-gpu/tensorflow-1.3.1-cp36-cp36m-linux_x86_64.whl
1.4	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.4-cpu/tensorflow-1.4.0-cp27-cp27mu-linux_x86_64.whl
1.4	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.4-cpu/tensorflow-1.4.0-cp35-cp35m-linux_x86_64.whl
1.4	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.4-cpu/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl
1.4	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.4-gpu/tensorflow-1.4.0-cp27-cp27mu-linux_x86_64.whl
1.4	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.4-gpu/tensorflow-1.4.0-cp35-cp35m-linux_x86_64.whl
1.4	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.4-gpu/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl
1.4.1	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.4.1-cpu/tensorflow-1.4.1-cp27-cp27mu-linux_x86_64.whl
1.4.1	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.4.1-cpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl
1.4.1	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.4.1-cpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whl
1.4.1	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.4.1-gpu/tensorflow-1.4.1-cp27-cp27mu-linux_x86_64.whl
1.4.1	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.4.1-gpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl
1.4.1	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.4.1-gpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whl
1.5	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.5-cpu/tensorflow-1.5.0-cp27-cp27mu-linux_x86_64.whl
1.5	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.5-cpu/tensorflow-1.5.0-cp35-cp35m-linux_x86_64.whl
1.5	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.5-cpu/tensorflow-1.5.0-cp36-cp36m-linux_x86_64.whl
1.5	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.5-gpu/tensorflow-1.5.0-cp27-cp27mu-linux_x86_64.whl
1.5	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.5-gpu/tensorflow-1.5.0-cp35-cp35m-linux_x86_64.whl
1.5	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.5-gpu/tensorflow-1.5.0-cp36-cp36m-linux_x86_64.whl
1.6	2.7	Процессор	https://github.com/mind/wheels/releases/download/tf1.6-cpu/tensorflow-1.6.0-cp27-cp27mu-linux_x86_64.whl
1.6	3.5	Процессор	https://github.com/mind/wheels/releases/download/tf1.6-cpu/tensorflow-1.6.0-cp35-cp35m-linux_x86_64.whl
1.6	3.6	Процессор	https://github.com/mind/wheels/releases/download/tf1.6-cpu/tensorflow-1.6.0-cp36-cp36m-linux_x86_64.whl
1.6	2.7	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.6-gpu-cuda91/tensorflow-1.6.0-cp27-cp27mu-linux_x86_64.whl
1.6	3.5	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.6-gpu-cuda91/tensorflow-1.6.0-cp35-cp35m-linux_x86_64.whl
1.6	3.6	Графический процессор	https://github.com/mind/wheels/releases/download/tf1.6-gpu-cuda91/tensorflow-1.6.0-cp36-cp36m-linux_x86_64.whl

Помощь!

Этот раздел содержит советы по отладке вашей настройки. Серьезно, однако, попробуйте TinyMind, и вам никогда не нужно будет тратить время на отладку снова. У нас также есть изображения Docker, которые вы можете использовать на своих собственных машинах. Если этот раздел не решает вашу проблему, обязательно подайте проблему.

Куда

Различные версии TensorFlow поддерживают/требуют разных версий CUDA:

Тфу	Куда	Cudnn	Вычислить возможность
1.1, 1.2	8.0	5.1	3.7 (K80)
1.2.1-1.3.1	8.0	6,0	3.7
1.4	8.0/9.0	6,0/7,0	3.7, 6,0 (p100), 7,0 (v100)
1.4.1	8.0/9.0/9.1	6,0/7,0	3.7, 6,0, 7,0
1.5	9.0/9.1	7.0	3.7, 6,0, 7,0
1.6	9.1	7.0	3.7, 6,0, 7,0
1.7	9.0/9.1	7.0/7.1	3.7, 6,0, 7,0

Tensorflow <1.4 не работает с CUDA 9, текущей версией. Вместо sudo apt-get install cuda , вам нужно сделать sudo apt-get install cuda-8-0 . Варианты CUDA 8 TensorFlow 1.4 GO с Cudnn 6.0, а варианты CUDA 9.x идут с Cudnn 7.X.

 # Install CUDA 8
curl -O http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda-8-0

# Install CUDA 9
curl -O http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_9.0.176-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604_9.0.176-1_amd64.deb
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

Убедитесь, что переменные среды, связанные с CUDA, устанавливаются должным образом:

 echo ' export CUDA_HOME=/usr/local/cuda ' >> ~ /.bashrc
echo ' export PATH=$PATH:$CUDA_HOME/bin ' >> ~ /.bashrc
echo ' export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64 ' >> ~ /.bashrc
. ~ /.bashrc

Загрузите правильный Cudnn и установите следующим образом:

 # The cuDNN tar file.
tar xzvf cudnn-9.0-linux-x64-v7.0.tgz
sudo cp cuda/lib64/ * /usr/local/cuda/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

Пропавшая библиотека libcupti ? Установите его и добавьте на свой PATH .

sudo apt-get install libcupti-dev
echo ' export LD_LIBRARY_PATH=/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH ' >> ~ /.bashrc

Тенсорт

Некоторые колеса поддерживают Tensorrt. Чтобы установить Tensorrt, сначала загрузите его с веб -сайта Nvidia, а затем запустите:

sudo dpkg -i nv-tensorrt-repo-ubuntu1604-ga-cuda9.0-trt3.0.4-20180208_1-1_amd64.deb
sudo apt-get update
sudo apt-get install tensorrt

Мкл

MKL - это библиотека ядра глубокого обучения Intel, которая делает учебные нейронные сети на процессоре намного быстрее. Если у вас его нет, установите как следующее:

 # If you don't have cmake
sudo apt install cmake

git clone https://github.com/01org/mkl-dnn.git
cd mkl-dnn/scripts && ./prepare_mkl.sh && cd ..
mkdir -p build && cd build && cmake .. && make
sudo make install

echo ' export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib ' >> ~ /.bashrc

Glibc 2.23

Обратите внимание, что Ubuntu 16.04 LTS является предполагаемой средой. Если у вас есть старая ОС, вы можете столкнуться с проблемами со старыми версиями Glibc. Вы можете проверить обсуждения здесь, чтобы узнать, помогут ли они.