Совместим ли Tensorflow с рабочим процессом Windows?

Я ничего не видел о совместимости с Windows - это по пути или в настоящее время доступно где-то, если я приложу некоторые усилия? (У меня есть Mac и Ubuntu, но машина Windows - это та, у которой есть дискретная графическая карта, которую я сейчас использую с theano).

Ответ 1

Обновлено 11/28/2016: Сегодня мы выпустили первый релиз TensorFlow 0.12, который включает поддержку Windows. Вы можете установить привязки Python, используя следующую команду в оболочке Python:

C:\> pip install tensorflow

... или, если вы хотите поддержку GPU:

C:\> pip install tensorflow-gpu

Вы также можете самостоятельно создать TensorFlow, используя Microsoft Visual С++ и NVCC (для частей CUDA). Самый простой способ построить на Windows в настоящее время использовать сборку CMake, и вскоре мы предоставим поддержку Bazel для Windows.


Предыдущий ответ: Мы пока не пытались создать TensorFlow для Windows: единственными поддерживаемыми платформами являются Linux (Ubuntu) и Mac OS X, и мы создали только двоичные файлы для этих платформ.

Теперь, в Windows, самый простой способ начать работу с TensorFlow - использовать Docker: http://tensorflow.org/get_started/os_setup.md#docker-based_installation

Нам нужно будет упростить добавление поддержки Windows, когда Bazel (используемая нами система сборки) добавляет поддержку построения на Windows, которая в дорожной карте для Bazel 0.3, Вы можете увидеть полную карту Bazel здесь.

Тем временем вы можете следовать проблеме 17 на странице TensorFlow GitHub.

Ответ 2

Как пояснил @mrry, проще настроить TensorFlow с помощью Docker. Вот как мне удалось настроить его, а также загрузить iPython Notebook в рабочую среду Docker (я считаю, что очень удобно использовать iPython Notebook для всех целей тестирования, а также для документирования моих экспериментов).

Я предполагаю, что вы установили здесь как docker, так и boot2docker для Windows.

Сначала запустите Docker TensorFlow на демоне и настройте его, чтобы доступ к серверу Jupyter (iPython Notebook) можно было получить из основного браузера Windows:

docker run -dit -v /c/Users/User/:/media/disk -p 8888:8888 b.gcr.io/tensorflow/tensorflow:latest

Замените /c/Users/User/ на свой хост, на котором вы хотите подключиться, например, где вы можете хранить файлы iPython. Я не знаю, как установить его на другие диски, чем C:, сообщите мне, если вы это сделаете. /media/disk - это место в вашем докере TensorFlow, где установлен ваш хост.

-p 8888:8888 в основном означает "порт карты 8888 в докере до 8888 в каталоге хоста". Вы можете изменить вторую часть на другие порты, если хотите.

Когда вы его запустили, вы можете получить к нему доступ, выполнив следующий код:

docker exec -ti [docker-id] bash

Если [docker-id] можно найти, выполнив:

docker ps

Чтобы запустить свой сервер для ipython из док-станции TensorFlow, выполните следующую команду:

ipython notebook --ip='*'

Чтобы позволить ipython-серверу прослушивать все IP-адреса, ваше приложение может быть доступно с главной машины.

Вместо просмотра вашего приложения в http://localhost:8888 вы можете просматривать его только в http://[boot2docker-ip]:8888. Чтобы найти boot2docker-ip запустите это в своем терминале (не в терминале boot2docker):

boot2docker ip

Ответ 3

Еще один способ запустить его в Windows - это установить, например, Vmware (бесплатную версию, если вы ее не используете), установите в нее Ubuntu Linux и затем установите TensorFlow с помощью инструкций Linux. Это то, что я делал, это хорошо работает.

Ответ 4

TensorFlow не поддерживает Windows на данный момент, но Windows изменилась. Windows 10 Build 14432 включает bash.

Вы можете загрузить сборку из https://www.microsoft.com/en-us/software-download/windowsinsiderpreviewadvanced

введите описание изображения здесь

После установки просто установите/активируйте bash и введите bash в cmd. Что это.

введите описание изображения здесь (Изображение от https://blogs.windows.com/windowsexperience/2016/04/06/announcing-windows-10-insider-preview-build-14316/)

Затем запустите это (Python уже установлен):

sudo apt-get install python-pip python-dev
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl 

Счастливый тензор в Windows!

Ответ 5

Первоначальная поддержка построения TensorFlow в Microsoft Windows была добавлена ​​в 2016-10-05 в commit d0d975f8c3330b5402263b2356b038bc8af919a2:

Этот PR содержит начальную версию поддержки для создания TensorFlow (Только процессор) в Windows с использованием CMake. Он включает документацию для построение с помощью CMake на Windows, специфичный для платформы код для реализация основных функций в Windows и правила CMake для построения программу обучения примера С++ и пакет PIP (только для Python 3.5). Правила CMake поддерживают создание TensorFlow с помощью Visual Studio 2015.

Поддержка Windows - это незавершенная работа, и мы приветствуем ваши отзывы и взносы.

Подробнее о поддерживаемых функциях и инструкциях о том, как создать TensorFlow в Windows, см. файл tensorflow/contrib/cmake/README.md.

С 2016 по 10-20 год поддерживается графический процессор.

Ответ 6

TensorFlow теперь официально доступен в Windows!

TensorFlow теперь строит и запускает в Microsoft Windows (тестируется в Windows 10, Windows 7 и Windows Server 2016). Поддерживаемые языки включают Python (через пакет pip) и С++. CUDA 8.0 и cuDNN 5.1 являются поддерживается для ускорения GPU. Известные ограничения включают: в настоящее время можно загрузить пользовательскую библиотеку op. Файл GCS и HDFS системы в настоящее время не поддерживаются. Следующие операционные системы не являются в настоящее время реализовано: DepthwiseConv2dNative, DepthwiseConv2dNativeBackpropFilter, DepthwiseConv2dNativeBackpropInput, Dequantize, Digamma, Erf, Erfc, Igamma, Igammac, Lgamma, Polygamma, QuantizeAndDequantize, QuantizedAvgPool, QuantizedBatchNomWithGlobalNormalization, QuantizedBiasAdd, QuantizedConcat, QuantizedConv2D, QuantizedMatmul, QuantizedMaxPool, QuantizeDownAndShrinkRange, QuantizedRelu, QuantizedRelu6, QuantizedReshape, QuantizeV2, RequantizationRange и Requantize.