** * Les versions Windows sont officiellement disponibles à partir de la 0.12! ** **
Release 0.12.0/Major Features and Improvements
Récemment (probablement à partir d'octobre 2016), TensorFlow a pu s'appuyer sur Windows. La procédure de construction à l'aide de CMake est publiée ci-dessous (cependant, il semble que Migrer vers bazel). Masu).
tensorflow/tensorflow/contrib/cmake/README.md
Il est écrit assez soigneusement, vous pouvez donc le construire, générer un wrapper Python et utiliser Python x Tensorflow de manière native sous Windows. Cependant, la construction prend beaucoup de temps, donc si vous souhaitez l'utiliser rapidement, celle que j'ai créée est répertoriée ci-dessous, veuillez donc l'utiliser. Nous avons confirmé que le code dans Introduction fonctionne.
icoxfog417/tensorflow-windows-build
Depuis novembre 2016, la construction sur Windows est toujours gérée comme une version alpha, et il semble que certaines fonctions ne soient pas prises en charge. Par conséquent, si vous souhaitez utiliser Windows comme une utilisation normale, vous devez l'installer en utilisant bash sur Windows (bien qu'il y ait un avantage à pouvoir utiliser le GPU si vous pouvez créer Windows de manière native).
Voici une description de l'environnement que j'ai construit. Si vous souhaitez l'essayer vous-même, veuillez vous y référer.
Avec miniconda / Anaconda, vous pouvez facilement créer un environnement pour la construction.
conda create -n tensorflow-win swig numpy zlib
En fait, «cmake» est également inclus dans «conda install», mais la version de «cmake» saisie ici est «3.3.1», et une erreur de construction s'est produite dans ce cas. Par conséquent, pour cmake, j'ai abandonné la dernière version de la série 3.6 de ici et l'ai utilisée. Le script de construction ressemble à ceci:
cmake .. -A x64 -DCMAKE_BUILD_TYPE=Release ^
-DSWIG_EXECUTABLE=<your_conda_env_path>\Library\bin\swig.exe ^
-DPYTHON_EXECUTABLE=<your_conda_env_path>\python.exe ^
-DPYTHON_LIBRARIES=<your_conda_env_path>\libs\python35.lib
More? -Dtensorflow_ENABLE_GPU=ON ^
More? -DCUDNN_HOME="<répertoire d'extension cudnn>\cuda"
Les ressources suivantes sont nécessaires pour la construction.
2G (arrête de manger)1 ~ 1.5 temps prend pour construire (mémoire 8G / Core i7)Veuillez essayer la vie TensorFlow sous Windows.