आपके पोस्ट के लिए शुक्रिया। हमने देखा है कि आपने इश्यू टेम्प्लेट में निम्नलिखित फ़ील्ड नहीं भरी है। क्या आप उन्हें अपडेट कर सकते हैं यदि वे आपके मामले में प्रासंगिक हैं, या उन्हें एन/ए के रूप में छोड़ दें? धन्यवाद।
क्या मैंने कस्टम कोड लिखा है
ओएस प्लेटफार्म और वितरण
TensorFlow से स्थापित
TensorFlow संस्करण
बेज़ल संस्करण
CUDA/cuDNN संस्करण
GPU मॉडल और मेमोरी
पुन: पेश करने के लिए सटीक आदेश

अनुरोध के अनुसार मूल पोस्ट अपडेट किया गया।

@homofortis आप इस बीच होमब्रे के साथ अपने पायथन संस्करण को डाउनग्रेड करने के लिए उपयोग कर सकते हैं।

brew install https://raw.githubusercontent.com/Homebrew/homebrew-core/f2a764ef944b1080be64bd88dca9a1d80130c558/Formula/python.rb

async और await अब कीवर्ड हैं और उन्हें TF कोडबेस में बदलने की आवश्यकता है। देखें https://docs.python.org/3/whatsnew/3.7.html#summary -release-highlights

17022

@activedgeek मुझे क्षमा करें, लेकिन मैं यह देखने में विफल रहा कि टेन्सरफ़्लो को पायथन 3.7 (लगभग एक महीने पहले जारी) के साथ संगत बनाने की समयरेखा के संबंध में ओपी प्रश्न का डाउनग्रेडिंग कैसे उत्तर देता है।

@homofortis क्षमा याचना। मैंने शायद वहां कुछ शब्द याद किए और सोचा कि आपका मुख्य उद्देश्य स्रोत से संकलन करना था। बहुत सारी खोजें इस समस्या की ओर ले जा रही थीं, मैंने सोचा कि यह उन सभी के लिए अच्छा होगा जो केवल Tensorflow चलाना चाहते हैं।

जैसा कि मैंने विवरण से देखा कि डायग्नोस्टिक्स पायथन-3.7 के साथ टेंसरफ़्लो संगतता से संबंधित नहीं है, लेकिन बहुत पुराने साइथन के उपयोग के साथ है और वर्तमान में यह समस्या पुन: उत्पन्न नहीं हो रही है क्योंकि बाज़ेल कार्यक्षेत्र में उल्लिखित साइथन काफी नया है। दूसरी ओर कम से कम 2 पायथन-3.7 संगतता मुद्दे हैं:

• $#$ tensorflow/c/eager/c_api.{h,cc} $#$ से उत्पन्न pywrap_tensorflow_internal.py में चर नाम के रूप में async कीवर्ड का उपयोग - #20690
• और PyUnicode_AsUTF8AndSize() के रिटर्न प्रकार को char * से const char * में बदलने के कारण टूटना
  शायद बाद वाले को अलग मुद्दे पर रखना बेहतर होगा।

एफडब्ल्यूआईडब्ल्यू, मैंने वीएस2017 और निम्नलिखित पैच का उपयोग करके पायथन 3.7 के लिए विंडोज़ पर एमकेएल के साथ अभी तक बनाया (अभी तक परीक्षण नहीं किया गया) टेंसरफ्लो 1.9:

diff --git a/tensorflow/c/eager/c_api.h b/tensorflow/c/eager/c_api.h
index 1862af3ce2..093b97110f 100644
--- a/tensorflow/c/eager/c_api.h
+++ b/tensorflow/c/eager/c_api.h
@@ -76,7 +76,7 @@ typedef enum TFE_ContextDevicePlacementPolicy {
 // Sets the default execution mode (sync/async). Note that this can be
 // overridden per thread using TFE_ContextSetAsyncForThread.
 TF_CAPI_EXPORT extern void TFE_ContextOptionsSetAsync(TFE_ContextOptions*,
-                                                      unsigned char async);
+                                                      unsigned char is_async);

 TF_CAPI_EXPORT extern void TFE_ContextOptionsSetDevicePlacementPolicy(
     TFE_ContextOptions*, TFE_ContextDevicePlacementPolicy);
@@ -125,7 +125,7 @@ TFE_ContextGetDevicePlacementPolicy(TFE_Context*);

 // Overrides the execution mode (sync/async) for the current thread.
 TF_CAPI_EXPORT extern void TFE_ContextSetAsyncForThread(TFE_Context*,
-                                                        unsigned char async,
+                                                        unsigned char is_async,
                                                         TF_Status* status);

 // Causes the calling thread to block till all ops dispatched in async mode
diff --git a/tensorflow/core/platform/windows/port.cc b/tensorflow/core/platform/windows/port.cc
index 174f41a993..b06434620e 100644
--- a/tensorflow/core/platform/windows/port.cc
+++ b/tensorflow/core/platform/windows/port.cc
@@ -57,6 +57,11 @@ int NumSchedulableCPUs() {
   return system_info.dwNumberOfProcessors;
 }

+int NumHyperthreadsPerCore() {
+  static const int ht_per_core = tensorflow::port::CPUIDNumSMT();
+  return (ht_per_core > 0) ? ht_per_core : 1;
+}
+
 void* AlignedMalloc(size_t size, int minimum_alignment) {
 #ifdef TENSORFLOW_USE_JEMALLOC
   void* ptr = NULL;
diff --git a/tensorflow/python/eager/pywrap_tfe_src.cc b/tensorflow/python/eager/pywrap_tfe_src.cc
index 6c9481c3af..13edbb07db 100644
--- a/tensorflow/python/eager/pywrap_tfe_src.cc
+++ b/tensorflow/python/eager/pywrap_tfe_src.cc
@@ -813,7 +813,7 @@ char* TFE_GetPythonString(PyObject* o) {
   }
 #if PY_MAJOR_VERSION >= 3
   if (PyUnicode_Check(o)) {
-    return PyUnicode_AsUTF8(o);
+    return (char *)PyUnicode_AsUTF8(o);
   }
 #endif
   return nullptr;
diff --git a/tensorflow/python/lib/core/ndarray_tensor.cc b/tensorflow/python/lib/core/ndarray_tensor.cc
index 9df38d464c..4150fbfdd4 100644
--- a/tensorflow/python/lib/core/ndarray_tensor.cc
+++ b/tensorflow/python/lib/core/ndarray_tensor.cc
@@ -154,7 +154,7 @@ Status PyBytesArrayMap(PyArrayObject* array, F f) {
     if (PyUnicode_Check(item.get())) {
 #if PY_VERSION_HEX >= 0x03030000
       // Accept unicode by converting to UTF-8 bytes.
-      ptr = PyUnicode_AsUTF8AndSize(item.get(), &len);
+      ptr = (char *)PyUnicode_AsUTF8AndSize(item.get(), &len);
       if (!ptr) {
         return errors::Internal("Unable to get element as UTF-8.");
       }
diff --git a/tensorflow/python/lib/core/py_func.cc b/tensorflow/python/lib/core/py_func.cc
index 30c1a9c759..231a66de59 100644
--- a/tensorflow/python/lib/core/py_func.cc
+++ b/tensorflow/python/lib/core/py_func.cc
@@ -322,7 +322,7 @@ Status ConvertNdarrayToTensor(PyObject* obj, Tensor* ret) {
         Py_ssize_t el_size;
         if (PyBytes_AsStringAndSize(input_data[i], &el, &el_size) == -1) {
 #if PY_MAJOR_VERSION >= 3
-          el = PyUnicode_AsUTF8AndSize(input_data[i], &el_size);
+          el = (char *)PyUnicode_AsUTF8AndSize(input_data[i], &el_size);
 #else
           el = nullptr;
           if (PyUnicode_Check(input_data[i])) {

मैं $# PyUnicode_AsUTF8AndSize() के परिणाम से इसे हटाने के बजाय लक्ष्य में const क्वालीफायर जोड़ना पसंद करता हूं। यह एक स्थिर स्ट्रिंग है, और इसे संशोधित नहीं किया जाना चाहिए।

@asimshankar का कहना है कि वह इस विषय पर समीक्षा कर रहे हैं और पीआर भेज रहे हैं। मैं उसे सौंप दूंगा।

आर्क लिनक्स में अजगर 3.7 का उपयोग करते हुए, स्रोत से भी निर्माण करते समय मुझे इसी तरह के मुद्दों का सामना करना पड़ रहा है।

ERROR: /home/rharish/.cache/bazel/_bazel_rharish/5d4d7b1255c710f6c814ab2f3f084405/external/protobuf_archive/BUILD:659:1: C++ compilation of rule '@protobuf_archive//:python/google/protobuf/pyext/_message.so' failed (Exit 1): crosstool_wrapper_driver_is_not_gcc failed: error executing command 
  (cd /home/rharish/.cache/bazel/_bazel_rharish/5d4d7b1255c710f6c814ab2f3f084405/execroot/org_tensorflow && \
  exec env - \
    LD_LIBRARY_PATH=:/usr/local/lib:/opt/cuda/lib64 \
    PATH=/home/rharish/bin:/usr/local/bin:/usr/local/bin:/usr/bin:/bin:/usr/local/sbin:/opt/cuda/bin:/usr/lib/jvm/default/bin:/usr/bin/site_perl:/usr/bin/vendor_perl:/usr/bin/core_perl \
    PWD=/proc/self/cwd \
  external/local_config_cuda/crosstool/clang/bin/crosstool_wrapper_driver_is_not_gcc -MD -MF bazel-out/host/bin/external/protobuf_archive/_objs/python/google/protobuf/pyext/_message.so/descriptor_containers.pic.d '-frandom-seed=bazel-out/host/bin/external/protobuf_archive/_objs/python/google/protobuf/pyext/_message.so/descriptor_containers.pic.o' -iquote external/protobuf_archive -iquote bazel-out/host/genfiles/external/protobuf_archive -iquote bazel-out/host/bin/external/protobuf_archive -iquote external/bazel_tools -iquote bazel-out/host/genfiles/external/bazel_tools -iquote bazel-out/host/bin/external/bazel_tools -iquote external/local_config_python -iquote bazel-out/host/genfiles/external/local_config_python -iquote bazel-out/host/bin/external/local_config_python -isystem external/protobuf_archive/python -isystem bazel-out/host/genfiles/external/protobuf_archive/python -isystem bazel-out/host/bin/external/protobuf_archive/python -isystem external/protobuf_archive/src -isystem bazel-out/host/genfiles/external/protobuf_archive/src -isystem bazel-out/host/bin/external/protobuf_archive/src -isystem external/local_config_python/python_include -isystem bazel-out/host/genfiles/external/local_config_python/python_include -isystem bazel-out/host/bin/external/local_config_python/python_include '-std=c++11' -Wno-builtin-macro-redefined '-D__DATE__="redacted"' '-D__TIMESTAMP__="redacted"' '-D__TIME__="redacted"' -fPIC -U_FORTIFY_SOURCE '-D_FORTIFY_SOURCE=1' -fstack-protector -Wall -fno-omit-frame-pointer -no-canonical-prefixes -DNDEBUG -g0 -O2 -ffunction-sections -fdata-sections -g0 '-march=native' -g0 -DHAVE_PTHREAD -Wall -Wwrite-strings -Woverloaded-virtual -Wno-sign-compare -Wno-unused-function -Wno-writable-strings '-DGOOGLE_PROTOBUF_HAS_ONEOF=1' '-DPROTOBUF_PYTHON_ALLOW_OVERSIZE_PROTOS=1' -c external/protobuf_archive/python/google/protobuf/pyext/descriptor_containers.cc -o bazel-out/host/bin/external/protobuf_archive/_objs/python/google/protobuf/pyext/_message.so/descriptor_containers.pic.o)
external/protobuf_archive/python/google/protobuf/pyext/descriptor_containers.cc: In function 'bool google::protobuf::python::descriptor::_GetItemByKey(google::protobuf::python::PyContainer*, PyObject*, const void**)':
external/protobuf_archive/python/google/protobuf/pyext/descriptor_containers.cc:69:45: error: invalid conversion from 'const char*' to 'char*' [-fpermissive]
        ((*(charpp) = PyUnicode_AsUTF8AndSize(ob, (sizep))) == NULL? -1: 0): \
                      ~~~~~~~~~~~~~~~~~~~~~~~^~~~~~~~~~~~~
external/protobuf_archive/python/google/protobuf/pyext/descriptor_containers.cc:172:13: note: in expansion of macro 'PyString_AsStringAndSize'
         if (PyString_AsStringAndSize(key, &name, &name_size) < 0) {
             ^~~~~~~~~~~~~~~~~~~~~~~~
external/protobuf_archive/python/google/protobuf/pyext/descriptor_containers.cc:69:45: error: invalid conversion from 'const char*' to 'char*' [-fpermissive]
        ((*(charpp) = PyUnicode_AsUTF8AndSize(ob, (sizep))) == NULL? -1: 0): \
                      ~~~~~~~~~~~~~~~~~~~~~~~^~~~~~~~~~~~~
external/protobuf_archive/python/google/protobuf/pyext/descriptor_containers.cc:189:13: note: in expansion of macro 'PyString_AsStringAndSize'
         if (PyString_AsStringAndSize(key, &camelcase_name, &name_size) < 0) {
             ^~~~~~~~~~~~~~~~~~~~~~~~
At global scope:
cc1plus: warning: unrecognized command line option '-Wno-writable-strings'
Target //tensorflow/tools/pip_package:build_pip_package failed to build
INFO: Elapsed time: 63.634s, Critical Path: 9.08s
INFO: 464 processes: 464 local.
FAILED: Build did NOT complete successfully

मेरा सिस्टम कॉन्फ़िगरेशन है:
ओएस प्लेटफार्म और वितरण: आर्क लिनक्स
पायथन: पायथन 3.7.0
TensorFlow से स्थापित: स्रोत (https://github.com/tensorflow/tensorflow.git), मास्टर शाखा
TensorFlow संस्करण: TensorFlow 1.9.0
बेज़ल संस्करण: 0.16.0
CUDA/cuDNN संस्करण: CUDA 9.2
GPU मॉडल और मेमोरी: NVIDIA GeForce GTX 960M, 4GB

@bstriner ने स्वेच्छा से #21202 को अपडेट किया है जो हमें एक कदम आगे ले जाएगा। लेकिन ऐसा लगता है कि हमें Python 3.7 के समर्थन के साथ एक प्रोटोबफ रिलीज की प्रतीक्षा करनी होगी और फिर उस नए प्रोटोबफ संस्करण का उपयोग करने के लिए TensorFlow निर्भरता को अपडेट करना होगा।

@rharish101
यदि आप आर्क लिनक्स का उपयोग कर रहे हैं, तो आप pacman-S python-tensorflow के साथ Tensorflow स्थापित कर सकते हैं।

@rharish101
यदि आपको CUDA समर्थन की आवश्यकता है, तो आप pacman-S python-tensorflow-cuda . स्थापित कर सकते हैं

@hzxie हाँ, यह अब अच्छी तरह से काम करता है! आर्क के लोगों ने इसे कैसे काम किया?

कोई प्रोटोबफ रिलीज अभी तक 3.7 का समर्थन नहीं करता है, लेकिन यदि आप मास्टर से स्नैपशॉट का उपयोग करने के इच्छुक हैं तो आप 3.7 के लिए टीएफ बना सकते हैं

@bstriner
मैं अभी भी नवीनतम मास्टर को संकलित नहीं कर सकता। बिल्ड त्रुटियों के साथ बाहर निकलता है।

ओएस प्लेटफार्म और वितरण: मैक ओएस एक्स 10.13.5
पायथन: पायथन 3.7.0
TensorFlow से स्थापित: स्रोत (https://github.com/tensorflow/tensorflow.git)
TensorFlow संस्करण: TensorFlow 1.10
बेज़ल संस्करण: 0.15.2-होमब्रू
CUDA/cuDNN संस्करण: कोई नहीं
GPU मॉडल और मेमोरी: कोई नहीं
पुन: पेश करने के लिए सटीक आदेश:
bazel बिल्ड --config=opt //tensorflow/tools/pip_ पैकेज:build_pip_package

ERROR: /Users/zardoz/Projects/tensorflow/tensorflow/python/eager/BUILD:10:1: C++ compilation of rule '//tensorflow/python/eager:pywrap_tfe_lib' failed (Exit 1)
tensorflow/python/eager/pywrap_tfe_src.cc:219:11: error: cannot initialize a variable of type 'char *' with an rvalue of type 'const char *'
    char* buf = PyUnicode_AsUTF8AndSize(py_value, &size);
          ^     ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
tensorflow/python/eager/pywrap_tfe_src.cc:834:12: error: cannot initialize return object of type 'char *' with an rvalue of type 'const char *'
    return PyUnicode_AsUTF8(o);
           ^~~~~~~~~~~~~~~~~~~
2 errors generated.
Target //tensorflow/tools/pip_package:build_pip_package failed to build
Use --verbose_failures to see the command lines of failed build steps.
INFO: Elapsed time: 5896.213s, Critical Path: 267.71s
INFO: 2883 processes: 2883 local.
FAILED: Build did NOT complete successfully

@cgohlke अजगर 3.7 के लिए टेंसरफ़्लो-जीपीयू कैसे बनाएं?

@homofortis ऐसा इसलिए है क्योंकि यह पीआर अभी तक विलय नहीं हुआ है। आपको इसे अपने अंदर खींचने की जरूरत है। https://github.com/tensorflow/tensorflow/pull/21202

अपने वर्तमान रेपो में py37 फ़िक्सेस खींचने के लिए, कुछ इस तरह:

git remote add bstriner https://github.com/bstriner/tensorflow.git
git fetch bstriner
git merge bstriner/py37

मूल रूप से, यदि आप const char * के साथ char * या कुछ इसी तरह के मुद्दों को देखते हैं, तो यह py37 में परिवर्तन है। जुड़े पीआर में फिक्स और चर्चा।

@bstriner मुझे अजगर 3.7 के लिए tensorflow gpu की एक व्हील फ़ाइल चाहिए। मैं इसे अपने आप नहीं बना सकता

यह मुद्दा कब तय किया गया है ??

@bstriner के योगदान (PR #21202) के लिए धन्यवाद, हमें अभी Python 3.7 के लिए निर्माण करने में सक्षम होना चाहिए। हालांकि, जैसा कि उन्होंने पीआर में बताया है, ईजिन और प्रोटोबफ पुस्तकालयों को अभी भी विंडोज़ पर संकलित करने के लिए एक फिक्स की आवश्यकता है।

@gunan @angersson को पता चल जाएगा कि क्या TensorFlow 1.11 की आधिकारिक रिलीज़ Python 3.7 का समर्थन करेगी, या यदि आपको स्रोत से संकलन करना होगा।

हमें अभी भी बुनियादी ढांचे पर एक समस्या है जिसका हमें पता लगाने की जरूरत है।
सामुदायिक अनुरोधों (उबंटू 14 के साथ संगत होने के कारण) के कारण हमारे सभी बिल्ड इंफ्रा ubuntu 14 का उपयोग करते हैं।
हालाँकि, अजगर 3.7 ubuntu 14 पर निर्माण करने के लिए सीधा नहीं है, क्योंकि इसे ubuntu के साथ आने वाले कुछ पुस्तकालयों के अद्यतन संस्करणों की आवश्यकता है।

जबकि हम विंडोज़ पर ईजिन और प्रोटोबफ फिक्स की प्रतीक्षा करते हैं, हम उन्हें हल करेंगे।
लेकिन इसका मतलब है कि 1.11 में अजगर 3.7 के लिए प्रीबिल्ट पैकेज नहीं होगा

@ सुकेशपी 1995 आप इस यूआरएल को आजमा सकते हैं https://www.lfd.uci.edu/~gohlke/pythonlibs/#tensorflow

क्या अजगर 3.7 के लिए कोई Ubuntu 16.04 TensorFlow gpu पहिए उपलब्ध हैं? या, यदि नहीं, तो क्या मुझे इसे स्वयं बनाने के लिए एक संक्षिप्त मार्गदर्शिका मिल सकती है? मेरे पास बाहर जाने और बिना किसी का हाथ पकड़े इसे करने का अनुभव नहीं है :)

@bjtho08 क्या आपने https://www.tensorflow.org/install/install_linux#python_36 देखा है?

@ मोरेनोह 149 जो केवल अजगर 3.6 के लिए है। मेरे पास 3.7 है क्योंकि मैंने अभी एक नया इंस्टाल किया है।

https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -418442189 अभी भी लागू होता है।
इन्फ्रा मुद्दों के अलावा (उबंटू 14 पर पायथन 3.7) हमारी सभी निर्भरता में अभी तक अजगर 3.7 का समर्थन नहीं है। इसलिए हम अभी भी उनके साथ अजगर 3.7 पर जाने के लिए काम कर रहे हैं।

आह नहीं, यह मूलभूत समस्या है @ bjtho08 tensorflow को 3.7 में नए पायथन कीवर्ड का उपयोग बंद करने की आवश्यकता है। यही वह धागा है जिसके बारे में है। इस बीच आप लंबित कांटे का उपयोग कर सकते हैं या 3.6 . का उपयोग कर सकते हैं

@ मोरेनोह 149 तो मेरे विकल्प अजगर के पुराने संस्करण का निर्माण करना या गिट/मास्टर से टेंसरफ़्लो का निर्माण करना है?

आज से हाँ। यह पीआर https://github.com/tensorflow/tensorflow/pull/21202 मास्टर पर है लेकिन एक रिलीज अभी तक कट नहीं किया गया है। FWIW आप सिस्टम पर कई अजगर संस्करण स्थापित करने के लिए pyenv का उपयोग कर सकते हैं। एक पेशेवर सॉफ्टवेयर इंजीनियर परियोजना के आधार पर अपनी निर्भरता और उपकरणों को पिन करने में सक्षम होना चाहिए।

@ morenoh149 @ bjtho08 मास्टर शाखा से टेंसरफ़्लो बनाना पर्याप्त नहीं है। कुछ निर्भरताएँ अभी भी 3.7 का समर्थन नहीं करती हैं।

@adrianodennanni निर्भरता 3.7 का समर्थन करती है, लेकिन जारी संस्करणों में नहीं। आपको कार्यक्षेत्र में पुस्तकालयों को वर्तमान मास्टर्स में बदलने की आवश्यकता है। जब तक उन पुस्तकालयों में स्थिर रिलीज़ नहीं हो जाते, तब तक टेंसरफ़्लो में निर्भरताएँ नहीं बदली जा सकतीं।

तो, वर्तमान प्रोटोबफ के लिए, इसका उपयोग करें:

    PROTOBUF_URLS = [
        "https://mirror.bazel.build/github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz",
        "https://github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz",
    ]
    PROTOBUF_SHA256 = "f785d2009ea7c8484cb0443d9db8fe55f73cfdb6e112bfa659a8a5cdaf664ccd"
    PROTOBUF_STRIP_PREFIX = "protobuf-a6e1cc7e328c45a0cb9856c530c8f6cd23314163"

आपको नवीनतम eigen की भी आवश्यकता हो सकती है।

@rharish101
यदि आपको CUDA समर्थन की आवश्यकता है, तो आप pacman-S python-tensorflow-cuda . स्थापित कर सकते हैं

अच्छा किया धन्यवाद

आज से हाँ। यह जनसंपर्क #21202 मास्टर पर है लेकिन अभी तक एक रिलीज में कटौती नहीं की गई है। FWIW आप सिस्टम पर कई अजगर संस्करण स्थापित करने के लिए pyenv का उपयोग कर सकते हैं। एक पेशेवर सॉफ्टवेयर इंजीनियर परियोजना के आधार पर अपनी निर्भरता और उपकरणों को पिन करने में सक्षम होना चाहिए।

टिप के लिए धन्यवाद, @morenoh149 ! मैंने इसे pyenv और CUDA 9.0 का उपयोग करके शुरू करके काम किया :)

@ गुनान

हालाँकि, अजगर 3.7 ubuntu 14 पर निर्माण करने के लिए सीधा नहीं है, क्योंकि इसे ubuntu के साथ आने वाले कुछ पुस्तकालयों के अद्यतन संस्करणों की आवश्यकता है।

मैं Ubuntu 12 पर Python-3.7 के निर्माण में अपना अनुभव साझा करना चाहता हूं, और मुझे आशा है कि यदि आपने अभी तक उस मुद्दे को हल नहीं किया है तो यह मदद करेगा। मैं निम्नलिखित कॉन्फ़िगर झंडे का उपयोग करके निर्माण करता हूं:

    --prefix=... \
    --enable-ipv6 \
    --with-dbmliborder=gdbm \
    --with-system-expat \
    --with-computed-gotos \
    --with-system-ffi \
    --with-ensurepip=no

और पाइथन के लिए पुरानी एकमात्र सिस्टम लाइब्रेरी ओपनएसएसएल थी, इस प्रकार ssl मॉड्यूल नहीं बनाया जा सकता है। समस्या को हल करने के लिए मैंने स्रोत से ओपनएसएसएल बनाने और cryptography नुस्खा (https://cryptography.io/en/latest/installation/#static-wheels) का उपयोग करके इसे स्थिर रूप से लिंक करने का निर्णय लिया:

• केवल स्थिर कामों के साथ ओपनएसएसएल को ठीक से कॉन्फ़िगर करें:

OPENSSL_VERSION=1.0.2p
wget https://www.openssl.org/source/openssl-${OPENSSL_VERSION}.tar.gz
tar xf openssl-${OPENSSL_VERSION}.tar.gz
cd openssl-${OPENSSL_VERSION}
./config no-shared no-ssl2 no-ssl3 -fPIC --prefix=$(pwd)/_openssl
make && make install

• configure स्क्रिप्ट: --with-openssl=$(pwd)/openssl-${OPENSSL_VERSION}/_openssl पर ध्वज पास करके उस ओपनएसएसएल का उपयोग करके पायथन बनाएं, इसलिए configure आमंत्रण इस तरह दिखता है:

./configure
    --prefix=... \
    --enable-ipv6 \
    --with-dbmliborder=gdbm \
    --with-system-expat \
    --with-computed-gotos \
    --with-system-ffi \
    --with-ensurepip=no \
    --with-openssl=$(pwd)/openssl-${OPENSSL_VERSION}/_openssl

पुराने ओपनएसएसएल मुद्दे के अलावा मुझे पुराने उबंटू पर पायथन-3.7 के निर्माण में कोई समस्या नहीं हुई है, मैंने अपने निर्माण का परीक्षण किया है और यह ठीक से काम करता है, पायथन स्रोत पास से परीक्षण।

नैगिंग असाइनमेंट्स @gunan , @angersson : बिना किसी गतिविधि के 14 दिन हो गए हैं और इस मुद्दे में एक असाइनी है। कृपया तदनुसार लेबल और/या स्थिति अपडेट करें।

@bstriner आपने PROTOBUF_URLS, PROTOBUF_SHA256 और PROTOBUF_STRIP_PREFIX को बदलने का सुझाव दिया। मुझे लगता है कि आप इसे tensorflow/workspace.bzl में करते हैं? कहीं और? धन्यवाद।

दरअसल, यह कोशिश करने के बाद, टेंसरफ़्लो 1.11 के बेज़ल बिल्ड का परिणाम है:

त्रुटि: टेंसरफ़्लो/टेंसरफ़्लो/टूल्स/पाइप_पैकेज/ बिल्ड: 216 : 1: त्रुटि लोडिंग पैकेज 'टेन्सरफ़्लो': एक्सटेंशन फ़ाइल नहीं मिली। '@bazel_skylib//:lib.bzl' के लिए पैकेज लोड करने में असमर्थ: रिपॉजिटरी को '//tensorflow/tools/pip_ package:build_pip_package ' द्वारा हल और संदर्भित नहीं किया जा सका।

@jeffcbecker मुझे भी यह समस्या हुई। ऐसा लगता है कि यूआरएल https://mirror.bazel.build/github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz उपलब्ध नहीं है। किसी के पास इसका कोई उपाय है?

मैं पायथन 3.6 का उपयोग करके काम करने में सक्षम था।
चियर्स
जेफ
मेरे टी-मोबाइल 4जी एलटीई डिवाइस से भेजा गया
-------- मूल संदेश -------- प्रेषक: एड्रियानो डेन्नानी नोटिफिकेशन @github.com दिनांक: 10/21/18 1:40 अपराह्न (जीएमटी-08:00) प्रति: tensorflow/tensorflow [email protected] सीसी: jeffcbecker [email protected] , उल्लेख करें@noreply.github.com विषय: पुन: [tensorflow/tensorflow] पायथन 3.7 संगतता (#20517)
@jeffcbecker मुझे भी यह समस्या हुई। ऐसा लगता है कि URL https://mirror.bazel.build/github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz उपलब्ध नहीं है। किसी के पास इसका कोई उपाय है?

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें, या थ्रेड को म्यूट करें।
{"api_version":"1.0",,"publisher":{"api_key":"05dde50f1d1a384dd78767c55493e4bb",,"name":"GitHub"},"Entity":{"external_key":"github/tensorflow/tensorflow",,"title ":"tensorflow/tensorflow",,"subtitle":"GitHub रिपॉजिटरी", "main_image_url":" https://assets-cdn.github.com/images/email/message_cards/header.png ","avatar_image_url":" https://assets-cdn.github.com/images/email/message_cards/avatar.png ","action":{"name":"Open in GitHub",,"url":" https://github.com /tensorflow/tensorflow "}},"updates":{"snippets":[{"icon":"PERSON","message":" @adrianodennanni in #20517: @jeffcbecker मुझे भी यह समस्या हुई। ऐसा लगता है कि URL https://mirror.bazel.build/github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz उपलब्ध नहीं है। किसी के पास इसका समाधान है?"}],"action":{"name":"View Issue","url":" https://github.com/tensorflow /tensorflow/issues/20517#issuecomment -431701713"}}}
[
{
"@context": " http://schema.org ",
"@type": "ईमेल मैसेज",
"संभावित क्रिया": {
"@type": "व्यूएक्शन",
"लक्ष्य": " https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -431701713",
"url": " https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -431701713",
"नाम": "समस्या देखें"
},
"विवरण": "इस मुद्दे को GitHub पर देखें",
"प्रकाशक": {
"@type": "संगठन",
"नाम": "गिटहब",
"यूआरएल": " https://github.com "
}
},
{
"@type": "MessageCard",
"@context": " http://schema.org/extensions ",
"HideOriginalBody": "गलत",
"प्रवर्तक": "AF6C5A86-E920-430C-9C59-A73278B5EFEB",
"शीर्षक": "पुनः: [टेंसरफ़्लो/टेंसरफ़्लो] पायथन 3.7 संगतता (#20517)",
"खंड": [
{
"मूलपाठ": "",
"गतिविधि शीर्षक": " एड्रियानो डेन्नानी ",
"गतिविधि छवि": " https://assets-cdn.github.com/images/email/message_cards/avatar.png ",
"गतिविधिउपशीर्षक": "@adrianodennanni",
"तथ्य": [

]
}
],
"संभावित क्रिया": [
{
"नाम": "एक टिप्पणी जोड़ें",
"@type": "एक्शनकार्ड",
"इनपुट": [
{
"isMultiLine": सच है,
"@ टाइप": "टेक्स्ट इनपुट",
"आईडी": "समस्या टिप्पणी",
"आवश्यक": झूठा
}
],
"कार्रवाई": [
{
"नाम": "टिप्पणी",
"@ प्रकार": "एचटीपीपोस्ट",
"लक्ष्य": " https://api.github.com ",
"बॉडी": "{n"commandName": "IssueComment",n"repositoryFullName": "tensorflow/tensorflow",n"issueId": 20517,n"IssueComment": "{{IssueComment.value}}"n}"
}
]
},
{
"नाम": "समस्या बंद करें",
"@ प्रकार": "एचटीपीपोस्ट",
"लक्ष्य": " https://api.github.com ",
"बॉडी": "{n"commandName": "IssueClose",n"repositoryFullName": "tensorflow/tensorflow",n"issueId": 20517n}"
},
{
"लक्ष्य": [
{
"ओएस": "डिफ़ॉल्ट",
"यूरी": " https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -431701713"
}
],
"@type": "ओपनयूरी",
"नाम": "गिटहब पर देखें"
},
{
"नाम": "सदस्यता समाप्त करें",
"@ प्रकार": "एचटीपीपोस्ट",
"लक्ष्य": " https://api.github.com ",
"बॉडी": "{n"commandName": "MuteNotification",n"threadId": 352548653n}"
}
],
"थीमकलर": "26292E"
}
]

प्रोटोबफ व्हील को 3.7 को सपोर्ट करने के लिए अपग्रेड किया गया है ।

अब 3.7 समर्थन के लिए टेंसरफ़्लो जारी करने का समय आ गया है।

अच्छी खबर!
क्या आप कार्यक्षेत्र और setup.py में TF प्रोटोबफ निर्भरता को टक्कर देने के लिए एक पीआर भेजना चाहेंगे?

Tensorflow स्पष्ट रूप से Python-3.7.1 का अंतिम लापता टुकड़ा है। इसका कुछ क्लाउड इलेक्ट्रिक बिल पर असर पड़ सकता है क्योंकि Python-3.7 Python-3.6 की तुलना में अधिक कुशल है।

https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.12.0/py37

जो कोई भी विंडोज़ पर अजगर 3.7 के साथ टेंसरफ़्लो 1.12.0 का परीक्षण करना चाहता है।

प्रोटोबफ v3.6.0 + चेरी-पिक पर निर्भर करता है https://github.com/protocolbuffers/protobuf/commit/0a59054c30e4f0ba10f10acfc1d7f3814c63e1a7

इसे लिनक्स के लिए भी संकलित करने में कामयाब रहे!

https://github.com/adrianodennanni/tensorflow-1.12.0-cp37-cp37m-linux_x86_64/

3.7 रिलीज़ हुए कई महीने हो चुके हैं, TF के लिए अपडेट अभी भी जारी हैं, तो संगतता पर शब्द/ETA क्या है?

तो 2018 का वर्ष समाप्त हो रहा है, और आधिकारिक अजगर 3.7 समर्थित रिलीज अभी भी एक बुलबुला है? :)

@adrianodennanni द्वारा पोस्ट किया गया संस्करण मेरे लिए काम करता है। मैं अपने कोड में python3.7 सुविधाओं का उपयोग कर रहा हूं और यह हर समय वातावरण को बदलने के लिए एक वास्तविक हलचल है।

इसके लायक क्या है, मैं tf को संकलित करने और वर्तमान मास्टर का उपयोग करके OSX पर Python3.7 व्हील बनाने में सक्षम था।

मैंने https://github.com/tensorflow/tensorflow/commit/b0d7d8a477d3041e2d0ebd0cb1d35e4a7fa09663 सबमिट किया है जो आपको 3.7 के लिए निर्माण करने की अनुमति देगा। tf-nightly में अब एक CPU (केवल Ubuntu) संस्करण है जो केवल Ubuntu16.04+ पर काम करता है। उबंटू के लिए GPU संस्करण शीघ्र ही आ रहा है।

@av8ramit

आपको धन्यवाद, मैंने अभी-अभी tf को python 3.7.1, cuda 10, और cudnn 7.4 के साथ सफलतापूर्वक बनाया है

अब केवल bazel 0.20 सपोर्ट बचा है

CUDA 10 के साथ tf-nightly-gpu बिल्ड भी अब pypi पर हैं। मैं इस बग को तब तक खुला रखूंगा जब तक कि हमारे पास आधिकारिक Python3.7 रिलीज़ बिल्ड न हो जाए।

@alanpurple क्या आप विस्तृत कर सकते हैं? मैं Ubuntu 18 और अजगर 3.7 पर अपना जीवन बचाने के लिए tf 1.12 का निर्माण नहीं कर सकता

https://drive.google.com/open?id=16vXTOJHXCLDKMTqtxMLDugUsRhiZPriQ
1.12 पायथन 3.7 AVX एक्सटेंशन के बिना।

https://drive.google.com/open?id=1ni7ExGVb6-c6gvb4J0hohpT4Jj4Z4xxO
एसएसई, एक्सएलए के साथ 1.12 पायथन 3.7 व्हील।

खिड़कियों पर:
सफलतापूर्वक 1.12-सीपीयू बनाया गया, और py3.7 में आयात किया गया।
लेकिन जीपीयू:
पीएस: बेज़ल 0.21 . का उपयोग करना

INFO: From Linking tensorflow/contrib/tpu/python/ops/_tpu_ops.so:
   Creating library bazel-out/x64_windows-opt/bin/tensorflow/contrib/tpu/python/ops/python/ops/lib_tpu_ops.so.ifso and object bazel-out/x64_windows-opt/bin/tensorflow/contrib/tpu/python/ops/python/ops/lib_tpu_ops.so.exp
INFO: From Linking tensorflow/contrib/tensor_forest/python/ops/_stats_ops.so:
   Creating library bazel-out/x64_windows-opt/bin/tensorflow/contrib/tensor_forest/python/ops/python/ops/lib_stats_ops.so.ifso and object bazel-out/x64_windows-opt/bin/tensorflow/contrib/tensor_forest/python/ops/python/ops/lib_stats_ops.so.exp
ERROR: C:/tensorflow/tensorflow/python/keras/api/BUILD:28:1: Executing genrule //tensorflow/python/keras/api:keras_python_api_gen_compat_v1 failed (Exit 1): bash.exe failed: error executing command
  cd C:/users/USER/_bazel_USER/xv6zejqw/execroot/org_tensorflow
  SET CUDA_TOOLKIT_PATH=C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0
    SET CUDNN_INSTALL_PATH=C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0
    SET PATH=C:\msys64\usr\bin;C:\msys64\bin
    SET PYTHON_BIN_PATH=C:/Program Files/Python37/python.exe
    SET PYTHON_LIB_PATH=C:/Program Files/Python37/lib/site-packages
    SET TF_CUDA_CLANG=0
    SET TF_CUDA_COMPUTE_CAPABILITIES=3.5,7.0
    SET TF_CUDA_VERSION=10.0
    SET TF_CUDNN_VERSION=7
    SET TF_NEED_CUDA=1
    SET TF_NEED_OPENCL_SYCL=0
    SET TF_NEED_ROCM=0
  C:/msys64/usr/bin/bash.exe -c source external/bazel_tools/tools/genrule/genrule-setup.sh; bazel-out/x64_windows-opt/bin/tensorflow/python/keras/api/create_tensorflow.python_api_1_keras_python_api_gen_compat_v1.exe  --apidir=bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api_v1/ --apiname=keras --apiversion=1  --package=tensorflow.python,tensorflow.python.keras --output_package=tensorflow.python.keras.api._v1 bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/activations/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/densenet/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/inception_resnet_v2/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/inception_v3/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/mobilenet/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/mobilenet_v2/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/nasnet/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/resnet50/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/vgg16/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/vgg19/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/applications/xception/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/backend/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/callbacks/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/constraints/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/boston_housing/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/cifar10/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/cifar100/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/fashion_mnist/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/imdb/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/mnist/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/datasets/reuters/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/estimator/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/experimental/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/initializers/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/layers/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/losses/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/metrics/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/models/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/optimizers/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/preprocessing/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/preprocessing/image/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/preprocessing/sequence/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/preprocessing/text/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/regularizers/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/utils/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/wrappers/__init__.py bazel-out/x64_windows-opt/genfiles/tensorflow/python/keras/api/_v1/keras/wrappers/scikit_learn/__init__.py
Execution platform: @bazel_tools//platforms:host_platform
Traceback (most recent call last):
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "C:\Program Files\Python37\lib\imp.py", line 243, in load_module
    return load_dynamic(name, filename, file)
  File "C:\Program Files\Python37\lib\imp.py", line 343, in load_dynamic
    return _load(spec)
ImportError: DLL load failed: The specified module could not be found.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\tools\api\generator\create_python_api.py", line 27, in <module>
    from tensorflow.python.tools.api.generator import doc_srcs
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\__init__.py", line 49, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\pywrap_tensorflow.py", line 74, in <module>
    raise ImportError(msg)
ImportError: Traceback (most recent call last):
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "\\?\C:\Users\USER\AppData\Local\Temp\Bazel.runfiles_ms8gr8rl\runfiles\org_tensorflow\tensorflow\python\pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "C:\Program Files\Python37\lib\imp.py", line 243, in load_module
    return load_dynamic(name, filename, file)
  File "C:\Program Files\Python37\lib\imp.py", line 343, in load_dynamic
    return _load(spec)
ImportError: DLL load failed: The specified module could not be found.


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/errors

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.
Target //tensorflow/tools/pip_package:build_pip_package failed to build
INFO: Elapsed time: 2602.108s, Critical Path: 565.09s
INFO: 4691 processes: 4691 local.
FAILED: Build did NOT complete successfully

मैं आपको बताता हूं कि मुझे किस मुद्दे का सामना करना पड़ा और मैंने उन्हें कैसे हल किया। मैं मैक ओएस का उपयोग कर रहा हूँ

Tensorflow अजगर 3.7 के साथ संगत नहीं है, यह केवल मुझे लगता है कि अब तक अजगर 3.6 तक उपलब्ध है ..

मैं अजगर 3.7 का उपयोग कर रहा था इसलिए मैं इसकी आधिकारिक वेबसाइट से अजगर 3.6 डाउनलोड करता हूं .. एक इंस्टॉलर पैकेज और इसे स्थापित करता हूं। और अजगर 3.6 ऐप को डॉक करने के लिए पिन करें क्योंकि जैसे ही लॉन्चर में अजगर 3.7 है। पायथन 3.6 नहीं दिखाएगा .. भले ही यह एप्लिकेशन टैब पर द्वितीयक फ़ोल्डर के रूप में दिखाई देगा

अब टर्मिनल खोलें और टाइप करें: nano .bash_profile
फिर एक नैनो संपादक अजगर 3.6 के लिए पथ को खोलेगा और 3.7 के लिए पथ पर टिप्पणी करेगा। फिर कंट्रोल+एक्स दबाएं, फिर हां के लिए वाई और फिर एंटर करें

आफ्टरडेट टर्मिनल को पुनरारंभ करें और टाइप करें: इको $ पाथ
सुनिश्चित करें कि पहला लिंक अजगर 3.6 . का है

अब टाइप करें: पायथन 3 और एंटर दबाएं और जांचें कि कौन सा संस्करण खुल रहा है, यह सुनिश्चित करने के लिए कि पाइथन 3.6 है

अब टाइप करें: python3 -m pip install tensorflow
आप इसी तरह अन्य मॉड्यूल डाउनलोड कर सकते हैं।

अब जब आप python 3.6 open के साथ काम करना चाहते हैं। गोदी से अजगर। और काम करो.. और अगर आप 3.7 पर काम करना चाहते हैं तो आप अजगर 3.7 खोल सकते हैं और यह भी धाराप्रवाह काम करेगा

पायथन 3.7 में मॉड्यूल स्थापित करने के लिए। बस टाइप करें: python3.7 -m pip install package namr

CUDA 10 के साथ विंडोज़ के लिए हाल ही में संकलित python3.7.2 मिला, इस रेपो पर लिंक:
https://github.com/PlatinumLyfe/tf-windows-gpu/

नमस्ते, इस संगतता मुद्दे पर कोई प्रगति?

bbhattmaclap:~ bbhatt$ pip3 install --upgrad tensorflow
टेंसरफ़्लो एकत्रित करना
ऐसा संस्करण नहीं मिला जो टेंसरफ़्लो की आवश्यकता को पूरा करता हो (संस्करणों से:)
टेंसरफ़्लो के लिए कोई मिलान वितरण नहीं मिला
बीभट्टमक्लैप:~ बीभट्ट$

@BhuvaneshBhatt नवीनतम टेंसरफ़्लो आधिकारिक पैकेज में Python3.7 समर्थन नहीं है। आपको अपने tf-nightly-gpu पैकेज का उपयोग करना होगा। हम इसे 1.13 के लिए रखने की कोशिश कर रहे हैं।

@PlatinumLyfe स्थापित करने में असमर्थ।
आपके लिंक में केवल xxx-cp36-cp36m-... है।
कोई cp37 और कोई -gpu- संस्करण नहीं।

कृपया अन्य लोगों से संकलित बायनेरिज़ प्रदान करने के लिए कहना बंद करें। आधिकारिक पायथन 3.7 समर्थन भूमि में रुचि रखने वाले सभी लोगों को स्पैम करने के अलावा, किसी को चलाने के लिए आपको बाइनरी भेजने के लिए सार्वजनिक रूप से टिप्पणी करने योग्य पृष्ठ पर पूछना विशेष रूप से सुरक्षित नहीं है।

Tensorflow 1.13-rc0 जारी किया गया है (https://github.com/tensorflow/tensorflow/releases/tag/v1.13.0-rc0), हालांकि PyPI पर कोई Python 3.7 बिल्ड नहीं है (https://pypi.org/project /tensorflow/1.13.0rc0/#files)। क्या Tensorflow 1.13 को आधिकारिक तौर पर Python 3.7 के लिए जारी किया जाएगा?

हम कोशिश कर रहे हैं और आरसी 2 या आधिकारिक द्वारा विंडोज और उबंटू पायथन बायनेरिज़ हैं।

मैक सपोर्ट के बारे में कोई खबर? मैं अभी के लिए मैक पर फंस गया हूँ।
24 जनवरी 2019 को सुबह 6:55 बजे -0600 अमित पाटनकर ने नोटिफिकेशन @github.com पर लिखा:

हम कोशिश कर रहे हैं और आरसी 2 या आधिकारिक द्वारा विंडोज और उबंटू पायथन बायनेरिज़ हैं।
-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें, या थ्रेड को म्यूट करें।

अब हमारे पास मैक के लिए tf-nightly CPU पैकेज है। कोशिश करेंगे और आरसी 2 के लिए भी।

इस धागे में आने वाले किसी और के लिए, उपर्युक्त tf-nightly पैकेज अच्छे हैं। उन्हें CPU संस्करण के लिए pip3 install tf-nightly के साथ स्थापित करें। MacOS Mojave 10.14.2 पर पायथन 3.7.2 पर परीक्षण किया गया

1.13.0rc1 रिलीज में सीपीयू और जीपीयू के लिए सभी ओएस-एस के लिए पायथन 3.7 बायनेरिज़ शामिल हैं।

ऐसा लगता है कि मैं इसे स्थापित करने में सक्षम नहीं हूं। कोई सरल समस्या निवारण चरण?
संपादित करें: मुद्दा यह था कि सीपीथॉन का 32-बिट संस्करण 64-बिट सिस्टम पर इस्तेमाल किया गया था।

@MagixInTheAir मैं इस मुद्दे को बंद कर रहा हूं क्योंकि यह सामान्य पायथन 3.7 समर्थन के बारे में है। अगर आपको अभी भी समस्याएं आ रही हैं, तो कृपया लॉग और अपने सेटअप के बारे में अधिक जानकारी के साथ एक नया मुद्दा फिर से खोलें।

Tensorflow 1.13.1 अब Python 3.7 का समर्थन करता है।

https://pypi.org/project/tensorflow/#files tensorflow==1.13.1 के लिए cp37 रिलीज़ हैं। आपके परिवेश में कुछ गड़बड़ हो सकती है।

मैं 3.7.2 का उपयोग कर रहा हूं और मेरे पास एक ही समस्या है, 1.31.1 के लिए रिपोर्ट किए गए संस्करण/टैग निम्नलिखित हैं:

{('cp37', 'cp37m', 'manylinux1_x86_64')}

जबकि मेरा 3.7.2 निम्नलिखित का समर्थन करता है:

[('cp37', 'cp37m', 'linux_x86_64'), ('cp37', 'abi3', 'linux_x86_64'), ('cp37', 'none', 'linux_x86_64'), ('cp36', 'abi3', 'linux_x86_64'), ('cp35', 'abi3', 'linux_x86_64'), ('cp34', 'abi3', 'linux_x86_64'), ('cp33', 'abi3', 'linux_x86_64'), ('cp32', 'abi3', 'linux_x86_64'), ('py3', 'none', 'linux_x86_64'), ('cp37', 'none', 'any'), ('cp3', 'none', 'any'), ('py37', 'none', 'any'), ('py3', 'none', 'any'), ('py36', 'none', 'any'), ('py35', 'none', 'any'), ('py34', 'none', 'any'), ('py33', 'none', 'any'), ('py32', 'none', 'any'), ('py31', 'none', 'any'), ('py30', 'none', 'any')]

(pep425tags.get_supported () से)

इसलिए मेरा मानना ​​​​है कि मुद्दा सिर्फ इतना है कि यह पहिया नाम में linux नहीं manylinux1 होना चाहिए।

मेरे पास लगभग डिफ़ॉल्ट पैरामीटर के साथ स्रोत से एक साफ पायथन निर्माण है।

@dellelce आप पाइप के बहुत पुराने संस्करण का उपयोग कर रहे होंगे?

import pip._internal; print(pip._internal.pep425tags.get_supported())

मुझे कई लिनक्स टैग देता है।

मैंने अभी जाँच की है और समस्या अल्पाइन बिल्ड के साथ है, मेरे बिल्ड (डेलेलस/पीई-बेस) और आधिकारिक डॉकटर अल्पाइन इमेज (पायथन: अल्पाइन) में समस्या है जबकि डेबियन (पायथन: नवीनतम) पर बनी एक छवि ठीक काम करती है।
यह इस्तेमाल किए गए libc पुस्तकालय (musl बनाम glibc) से संबंधित होना चाहिए? तो अन्य जिले जो ग्लिबक का उपयोग नहीं करते हैं, उन्हें समस्या हो सकती है ...

सभी में नवीनतम पाइप और 3.7.3 या 3.7.2...

मुझे पूरा यकीन है कि कई लिनक्स में अल्पाइन शामिल नहीं है जो कि कईलिनक्स का समर्थन करता है।

@ppwwyyxx क्या हमारे पास गैर-ग्लिबैक लिनक्स वितरण का समर्थन करने के लिए एक और टिकट होना चाहिए?

पीईपी 571/पीईपी 513 ("मैनीलिनक्स") केवल ग्लिबक का समर्थन करता है।

@dellelce अल्पाइन लाइनक्स का समर्थन करना एक दिलचस्प विचार हो सकता है लेकिन तुच्छ नहीं हो सकता है। फिलहाल अधिकांश टेंसरफ़्लो बायनेरिज़ को Ubuntu 14.04 के साथ संकलित किया गया है। यहां तक ​​कि कुछ अन्य आमतौर पर उपयोग किए जाने वाले प्लेटफॉर्म (जैसे CentOS) को कभी-कभी कुछ मुद्दों का सामना करना पड़ा। मुझे लगता है कि अल्पावधि में अल्पाइन समर्थन प्राथमिकता होने की संभावना नहीं है।

किसी मुद्दे को खोलना हमेशा एक अच्छी बात होती है, क्योंकि यह समुदाय की आवश्यकता और रुचि का आकलन करने में मदद कर सकता है, और इसे हमेशा "योगदानों का स्वागत" के रूप में लेबल किया जा सकता है।