Tensor 32-bit Linux üzerinde?

Question

32 bit Linux için TensorFlow sürümü var mı? Sadece 64-bit çarkı görebiliyorum ve bu sitede hiç bir şey bulamadım.

Answer 1

Yalnızca 64 bit Linux ve Mac OS X'teki TensorFlow dağıtımını test ettik ve yalnızca bu platformlar için ikili paketler dağıttık. Platformunuz için bir sürüm oluşturmak için source installation instructions'u takip etmeyi deneyin.

EDIT: Bir kullanıcı, diğer 32 bit mimariler için umut veren instructions for running TensorFlow on a 32-bit ARM processor yayınladı. Bu talimatlar, TensorFlow ve Bazel'in 32-bit bir ortamda çalışmasını sağlamak için yararlı göstericilere sahip olabilir.

Answer 2

Google'ın 32 bit makinelerde tensorflow'u henüz desteklemediği görülüyor. CentOS 6.5 çalıştıran bir 32 bit makinede

, aşağıdaki hata sonra alınan "ithal tensorflow olarak tf" komutu: ImportError: tensorflow/piton/_pywrap_tensorflow.so: Yanlış ELF sınıfı: ELFCLASS64

Google, tensorflow'un 32 bitlik bir sürümünü dağıtana kadar, here belirtildiği gibi kaynaktan tensorflow oluşturulmasını da öneririm.

Answer 3

32 bit Ubuntu (16.04.1 Xubuntu) üzerinde TensorFlow'un yalnızca CPU sürümü oluşturdum. Resmi olarak 32 bit mimarileri desteklemeyen böyle karmaşık bir kütüphane için beklenenden çok daha sorunsuz geçti.

Bu iki kılavuzların kesiştiği bir alt kümesini izleyerek yapılabilir:

• November 2015 walkthrough about Jetson TK1.
• November 2016 walkthrough about Jetson TX1. Hiçbir şey unutmadım Eğer

, burada atmış adımlar şunlardır:

1. yükleyin Oracle Java 8 JDK:

   $ sudo apt-get remove icedtea-8-plugin #This is just in case 
   $ sudo add-apt-repository ppa:webupd8team/java 
   $ sudo apt-get update 
   $ sudo apt-get install oracle-java8-installer 
   

(Bu, tüm edildi elinizdeki bir Xubuntu yüklemesine ihtiyacınız var, ancak varsayılan olarak JRE ve javac.

2. Bağımlılıklar:

   sudo apt-get update 
   sudo apt-get install git zip unzip swig python-numpy python-dev python-pip python-wheel 
   pip install --upgrade pip 
   

3. the instructions that come with Bazel ardından, bir Bazel kaynak zip (I bazel-0.4.3-dist.zip var) indirmek, ~/tf/bazel/ gibi bir dizin yapmak açmalısınız.

4. Ben şu inşa sırasında bir OutOfMemoryError başlamıştı fakat this fix icabına (yani önyükleme yapı için -J-Xmx512m ekleme) aldı.

5. bash ./compile.sh numaralı telefonu arayın ve uzun bir süre bekleyin (benim için bir gecede, ama sonunda açıklamalara bakın).

6. $ git clone -b r0.12 https://github.com/tensorflow/tensorflow

7. Bu gerekliydi kaynak koduna sadece bir değişim gibi görünüyor!

   $ cd tensorflow 
   $ grep -Rl "lib64"| xargs sed -i 's/lib64/lib/g' 
   

8. Sonra $ ./configure ve de ki her şeyi hiçbir. (Ilgili yerlerde varsayılan kabul edin.) Şu benim kurulum ile epeyce saat sürdü

9. :

   $ bazel build -c opt --jobs 1 --local_resources 1024,0.5,1.0 --verbose_failures //tensorflow/tools/pip_package:build_pip_package 
   $ bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg 
   $ pip install --user /tmp/tensorflow_pkg/ten<Press TAB here> 
   

Yüklü olduğundan görmek, TensorFlow Beginners tutorial üzerinde çalışıp çalışmadığına bakın. jupyter qtconsole kullanıyorum (yani IPython'un yeni adı). Kodu mnist_softmax.py'da çalıştırın. Çok sınırlı makinelerde bile çok az zaman almalıdır. Nedense

, TensorFlow's guide to building from source running the unit tests önermez:

$ bazel test //tensorflow/... 

(Evet, elips yazın.)

ben onları çalıştırmak olamazdı rağmen - bu bağlamaya çalışırken 19 saat geçirdim libtensorflow_cc.so, ve sonra bir şey linker öldürdü. Bu yarım çekirdek ve 1536 MB bellek sınırı ile oldu. Belki daha büyük bir makine ile bir başkası, ünite testlerinin nasıl gittiğini raporlayabilir.

Neden bu iki örnekte bahsedilen diğer şeyleri yapmaya ihtiyacımız olmadı? İlk olarak, bu çalışmanın çoğu GPU arayüzüne bakmakla ilgilidir. İkincisi, hem Bazel hem de TensorFlow, bu yürüyüşlerin ilki yazıldığından beri daha fazla kendi kendine yeten hale gelmiştir.

Yapı için Bazel'e verilen yukarıdaki ayarların oldukça muhafazakâr olduğunu unutmayın (1024 MB RAM, yarım çekirdek, bir seferde bir iş), çünkü bunu VirtualBox üzerinden 200 $ netbook'luk tek bir çekirdek kullanarak çalıştırıyorum. Intel'in Venezuela, Pakistan ve Nijerya'da dezavantajlı çocuklar için yaptığı türden. (Bu arada, eğer sanal HDD'nin en az 20 GB olduğundan emin olun - yukarıdaki ünite testlerini oluşturmaya çalışmak yaklaşık 5 GB alan aldı.) Tekerleğin yapısı neredeyse 20 saat sürdü ve mütevazı oldu Modern masaüstü CPU'larında çalışmak için yarım saat kadar sürmesi öngörülen the second tutorial'dan alınan derin CNN, bu kurulumda yaklaşık 80 saat sürüyor. Bir masaüstünü neden kullanamadığımı merak edebilirim, ama gerçek şu ki TensorFlow ile gerçek antrenman sadece üst düzey bir GPU (ya da bir demet) üzerinde mantıklı ve böyle bir GPU ile bir AWS nokta örneği kiralayabiliriz. Yaklaşık 10 kuruşluk bir saat taahhüdü olmaksızın ve uygulanabilir geçici bir zeminde, başka yerlerde eğitim almanın pek bir anlamı yoktur. % 480000 hızlanma gerçekten fark edilir. Öte yandan, yerel bir kuruluşa sahip olmanın rahatlığı, yukarıdaki gibi bir süreçten geçmeye değer.