tensorflow-sys

此软件包提供了对 TensorFlow 的绑定。

要求

构建前要求可以在 TensorFlow 文档的相应页面找到。特别是，假设已安装 Bazel、NumPy 和 SWIG。

GPU 支持

要启用 GPU 支持，请在您的 Cargo.toml 中使用 tensorflow_gpu 功能

[dependencies]
tensorflow-sys = { version = "0.24.0", features = ["tensorflow_gpu"] }

手动 TensorFlow 编译

如果您想针对尚未发布/不受支持的 TensorFlow 版本或使用针对您的机器优化的构建进行工作，手动编译是最佳选择。

请先参阅 TensorFlow 从源代码安装。Python/pip 步骤不是必需的，但构建 tensorflow:libtensorflow.so 是必需的。

简而言之

1. 安装 SWIG 和 NumPy。这两个软件包的发行版包管理器版本应该足够好。

2. 安装 Bazel，您可能需要从源代码安装。您可能需要一个最新的版本。

3. git克隆 https://github.com/tensorflow/tensorflow

4. cdtensorflow

5. ./configure

6. bazel build--编译模式=opt--copt=-march=native--工作=1tensorflow:libtensorflow.so

   建议使用--jobs=1，除非你有大量RAM，因为TensorFlow的构建对内存需求很大。

将$TENSORFLOW_SRC/bazel-bin/tensorflow/libtensorflow.so和libtensorflow_framework.so复制到/usr/local/lib。在复制libtensorflow.so后，你可能需要运行ldconfig以重置ld的缓存。

通过运行以下命令生成tensorflow.pc（其中$TENSORFLOW_VERSION是你编译的TensorFlow的版本号，不是Rust crate的版本号）

$TENSORFLOW_SRC/tensorflow/c/generate-pc.sh --prefix=/usr/local --version=$TENSORFLOW_VERSION

这将在当前文件夹中生成tensorflow.pc。将其复制到你的PKG_CONFIG_PATH（可能是/usr/lib/pkgconfig）。要验证库是否正确安装，请运行pkg-config ---libs tensorflow。

如果你之前编译了这个crate，在手动编译的库被选中之前，你可能需要运行cargo clean。

macOS注意：通过Homebrew，你可以直接运行brew install libtensorflow。

资源