귀하의 게시물에 감사드립니다. 문제 템플릿에서 다음 필드를 채우지 않은 것으로 나타났습니다. 귀하의 사례와 관련이 있는 경우 업데이트하거나 N/A로 남겨둘 수 있습니까? 감사 해요.
내가 사용자 정의 코드를 작성했습니까?
OS 플랫폼 및 배포
에서 설치된 TensorFlow
텐서플로우 버전
바젤 버전
CUDA/cuDNN 버전
GPU 모델 및 메모리
재생산을 위한 정확한 명령

요청에 따라 원본 게시물을 업데이트했습니다.

@homofortis 그동안 Homebrew와 함께 이것을 사용하여 Python 버전을 다운그레이드할 수 있습니다.

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

async 및 await 는 이제 키워드이며 TF 코드베이스에서 교체해야 합니다. https://docs.python.org/3/whatsnew/3.7.html#summary -release-highlights 참조

17022

@activatedgeek 실례지만, Tensorflow가 Python 3.7(거의 한 달 전에 출시됨)과 호환되도록 만드는 타임라인에 관한 OP 질문에 다운그레이드가 어떻게 답하는지 알지 못합니다.

@homofortis 사과드립니다. 나는 아마도 거기에 몇 단어를 놓쳤을 것이고 당신의 주요 목표는 소스에서 컴파일하는 것이라고 생각했습니다. 많은 검색으로 인해 이 문제가 발생했고, Tensorflow를 실행하려는 모든 사람에게 좋을 것이라고 생각했습니다.

설명에서 볼 수 있듯이 진단은 Python-3.7과의 tensorflow 호환성과 관련이 없지만 너무 오래된 Cython을 사용하고 현재 정확히 이 문제는 Bazel 작업 공간에서 언급된 Cython이 충분히 새롭기 때문에 재현되지 않습니다. 반면에 적어도 2개의 Python-3.7 호환성 문제가 있습니다.

• tensorflow/c/eager/c_api.{h,cc} pywrap_tensorflow_internal.py 의 변수 이름으로 async 키워드 사용 - #20690
• char * 에서 const char * 로 PyUnicode_AsUTF8AndSize() 의 반환 유형 변경으로 인한 파손
  아마도 후자를 별도의 문제로 두는 것이 더 나을 것입니다.

FWIW, VS2017 및 다음 패치를 사용하여 Python 3.7용 Windows에서 MKL로 tensorflow 1.9를 빌드했습니다(아직 테스트되지 않음).

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])) {

PyUnicode_AsUTF8AndSize() 의 결과에서 제거하는 대신 const 한정자를 대상에 추가하는 것을 선호합니다. 이것은 상수 문자열이며 수정해서는 안 됩니다.

@asimshankar 는 이 주제를 검토하고 PR을 보냈다고 합니다. 내가 그를 할당할게.

Arch Linux에서 python 3.7을 사용하여 소스에서 빌드할 때도 비슷한 문제에 직면하고 있습니다.

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

내 시스템 구성은 다음과 같습니다.
OS 플랫폼 및 배포: 아치 리눅스
파이썬: 파이썬 3.7.0
TensorFlow 설치: 소스(https://github.com/tensorflow/tensorflow.git), 마스터 브랜치
TensorFlow 버전: TensorFlow 1.9.0
바젤 버전: 0.16.0
CUDA/cuDNN 버전: CUDA 9.2
GPU 모델 및 메모리: NVIDIA GeForce GTX 960M, 4GB

@bstriner 가 #21202 업데이트에 자원하여 한 걸음 더 나아갔습니다. 그러나 Python 3.7을 지원하는 protobuf 릴리스를 기다린 다음 새 protobuf 버전을 사용하도록 TensorFlow 종속성을 업데이트해야 할 것 같습니다.

@rharish101
Arch Linux를 사용하는 경우 pacman-S python-tensorflow 로 Tensorflow를 설치할 수 있습니다.

@rharish101
CUDA 지원이 필요한 경우 pacman-S python-tensorflow-cuda 를 설치할 수 있습니다.

@hzxie 예, 이제 잘 작동합니다! Arch의 사람들은 어떻게 작동하게 되었습니까?

아직 3.7을 지원하는 protobuf 릴리스는 없지만 마스터의 스냅샷을 사용하려는 경우 3.7용 TF를 빌드할 수 있습니다.

@bstriner
여전히 최신 마스터를 컴파일할 수 없습니다. 빌드가 오류와 함께 종료됩니다.

OS 플랫폼 및 배포: Mac OS X 10.13.5
파이썬: 파이썬 3.7.0
TensorFlow 설치: 소스(https://github.com/tensorflow/tensorflow.git)
TensorFlow 버전: TensorFlow 1.10
Bazel 버전: 0.15.2-homebrew
CUDA/cuDNN 버전: 없음
GPU 모델 및 메모리: 없음
재현할 정확한 명령:
bazel 빌드 --config=opt //tensorflow/tools/pip_ 패키지: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 python 3.7용 tensorflow-gpu를 빌드하는 방법은 무엇입니까?

@homofortis 는 이 홍보가 아직 병합되지 않았기 때문입니다. 직접 잡아 당겨야 합니다. https://github.com/tensorflow/tensorflow/pull/21202

py37 수정 사항을 현재 저장소로 가져오려면 다음과 같이 하십시오.

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

기본적으로 const char * 가 char * 또는 이와 유사한 것으로 캐스트되는 문제가 발생하면 py37의 변경 사항입니다. 링크된 PR에서 수정 및 토론.

@bstriner python 3.7용 tensorflow gpu의 휠 파일이 필요합니다. 나 혼자서는 지을 수 없어

이 문제는 언제 수정되나요??

@bstriner 의 기여(PR #21202) 덕분에 이제 Python 3.7용으로 빌드할 수 있습니다. 그러나 그가 PR에서 언급했듯이 eigen 및 protobuf 라이브러리는 Windows에서 컴파일하려면 여전히 수정이 필요합니다.

@gunan @angersson 은 TensorFlow 1.11의 공식 릴리스가 Python 3.7을 지원하는지 아니면 소스에서 컴파일해야 하는지에 대해 알고 있을 것입니다.

우리는 여전히 우리가 파악해야 할 인프라 측면에서 문제가 있습니다.
우리의 모든 빌드 인프라는 커뮤니티 요청(우분투 14와 호환 가능)으로 인해 우분투 14를 사용합니다.
그러나 python 3.7은 우분투와 함께 제공되는 몇 가지 라이브러리의 업데이트된 버전이 필요하기 때문에 우분투 14에서 빌드하기가 간단하지 않습니다.

Windows에서 eigen 및 protobuf 수정을 기다리는 동안 해당 문제를 해결할 것입니다.
그러나 이것은 1.11에 python 3.7용으로 미리 빌드된 패키지가 없다는 것을 의미합니다.

@SukeshP1995 이 URL을 사용해 볼 수 있습니다. https://www.lfd.uci.edu/~gohlke/pythonlibs/#tensorflow

Python 3.7용 Ubuntu 16.04 TensorFlow GPU 휠이 있습니까? 또는 그렇지 않은 경우 직접 구축하기 위한 간단한 가이드를 얻을 수 있습니까? 손을 잡아주는 사람 없이 그냥 나가서 해 본 경험이 없어요 :)

@bjtho08 https://www.tensorflow.org/install/install_linux#python_36 을 보셨습니까?

@morenoh149 python 3.6 전용입니다. 방금 새로 설치했기 때문에 3.7이 있습니다.

https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -418442189 여전히 적용됩니다.
인프라 문제(우분투 14의 python 3.7) 외에도 모든 종속성이 아직 python 3.7을 지원하는 것은 아닙니다. 그래서 우리는 여전히 파이썬 3.7로 이동하기 위해 그들과 협력하고 있습니다.

아 아니요, 그건 @bjtho08 tensorflow가 3.7에서 새로운 python 키워드 사용을 중단해야 하는 근본적인 문제입니다. 이것이 바로 이 스레드에 대한 것입니다. 그 동안 보류 중인 포크를 사용하거나 3.6을 사용할 수 있습니다.

@morenoh149 그래서 내 옵션은 이전 버전의 python을 빌드하거나 git/master에서 tensorflow를 빌드하는 것입니까?

오늘부로 그렇습니다. 이 PR https://github.com/tensorflow/tensorflow/pull/21202 는 마스터에 있지만 릴리스는 아직 자르지 않았습니다. FWIW에서는 pyenv 를 사용하여 시스템에 많은 파이썬 버전을 설치할 수 있습니다. 전문 소프트웨어 엔지니어는 프로젝트에 따라 종속성과 도구를 고정할 수 있어야 합니다.

@morenoh149 @bjtho08 마스터 브랜치에서 tensorflow를 빌드하는 것만으로는 충분하지 않습니다. 일부 종속 항목은 아직 3.7을 지원하지 않습니다.

@adrianodennanni 종속성은 3.7을 지원하지만 릴리스된 버전에서는 지원하지 않습니다. 작업 공간의 라이브러리를 현재 마스터로 변경해야 합니다. 해당 라이브러리에 안정적인 릴리스가 있을 때까지 tensorflow의 종속성을 변경할 수 없습니다.

따라서 현재 protobuf의 경우 다음을 사용하십시오.

    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"

최신 고유값이 필요할 수도 있습니다.

@rharish101
CUDA 지원이 필요한 경우 pacman-S python-tensorflow-cuda 를 설치할 수 있습니다.

잘했어 고마워

오늘부로 그렇습니다. 이 PR #21202는 마스터에 있지만 릴리스는 아직 자르지 않았습니다. FWIW에서는 pyenv 를 사용하여 시스템에 많은 파이썬 버전을 설치할 수 있습니다. 전문 소프트웨어 엔지니어는 프로젝트에 따라 종속성과 도구를 고정할 수 있어야 합니다.

@morenoh149 팁 감사합니다! pyenv 및 CUDA 9.0을 사용하여 다시 시작하여 작동하게 만들었습니다. :)

@gunan

그러나 python 3.7은 우분투와 함께 제공되는 몇 가지 라이브러리의 업데이트된 버전이 필요하기 때문에 우분투 14에서 빌드하기가 간단하지 않습니다.

Ubuntu 12에서 Python-3.7을 빌드한 경험을 공유하고 싶습니다. 아직 해당 문제를 해결하지 못했다면 도움이 되기를 바랍니다. 다음 구성 플래그를 사용하여 빌드합니다.

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

그리고 Python에 너무 오래된 시스템 라이브러리는 OpenSSL뿐이므로 ssl 모듈을 빌드할 수 없습니다. 이 문제를 해결하기 위해 소스에서 OpenSSL을 빌드하고 cryptography 레시피(https://cryptography.io/en/latest/installation/#static-wheels)를 사용하여 정적으로 링크하기로 결정했습니다.

• 정적 라이브러리만 사용하여 적절하게 구성된 OpenSSL을 빌드합니다.

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 스크립트에 플래그를 전달하여 해당 OpenSSL을 사용하여 Python을 빌드합니다. --with-openssl=$(pwd)/openssl-${OPENSSL_VERSION}/_openssl configure 호출은 다음과 같습니다.

./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

오래된 OpenSSL 문제 외에도 이전 Ubuntu에서 Python-3.7을 빌드하는 데 문제가 발생하지 않았습니다. 빌드를 테스트했는데 제대로 작동하는 것 같습니다. Python 소스의 테스트는 통과했습니다.

잔소리하는 담당자 @gunan , @angersson : 14일 동안 활동이 없었으며 이 문제에는 담당자가 있습니다. 그에 따라 레이블 및/또는 상태를 업데이트하십시오.

@bstriner PROTOBUF_URLS, PROTOBUF_SHA256 및 PROTOBUF_STRIP_PREFIX 변경을 제안했습니다. tensorflow/workspace.bzl에서 이 작업을 수행한다고 가정합니까? 다른 곳? 감사 해요.

실제로 이것을 시도한 후 tensorflow 1.11의 bazel 빌드 결과는 다음과 같습니다.

오류: tensorflow/tensorflow/tools/pip_package/ BUILD:216 :1: 'tensorflow' 패키지 로드 중 오류: 확장 파일을 찾을 수 없습니다. '@bazel_skylib//:lib.bzl'에 대한 패키지를 로드할 수 없음: '//tensorflow/tools/pip_ package:build_pip_package '에서 저장소를 확인하고 참조할 수 없습니다.

@jeffcbecker 나도이 문제가 있습니다. URL https://mirror.bazel.build/github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz 을(를) 사용할 수 없는 것 같습니다. 누구든지 이에 대한 해결 방법이 있습니까?

Python 3.6을 사용하여 문제를 해결할 수 있었습니다.
건배
제프
내 T-Mobile 4G LTE 장치에서 전송됨
-------- 원본 메시지 -------- 보낸 사람: Adriano Dennanni [email protected] 날짜: 10/21/18 오후 1:40(GMT-08:00) 받는 사람: tensorflow/tensorflow [email protected] 참조: jeffcbecker [email protected] ,mentment@ noreply.github.com 제목: Re: [tensorflow/tensorflow] Python 3.7 호환성(#20517)
@jeffcbecker 나도이 문제가 있습니다. URL https://mirror.bazel.build/github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz 를 사용할 수 없는 것 같습니다. 누구든지 이에 대한 해결 방법이 있습니까?

—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하거나 GitHub에서 보거나 스레드를 음소거하세요.
{"api_version":"1.0","게시자":{"api_key":"05dde50f1d1a384dd78767c55493e4bb","name":"GitHub"},"entity":{"external_key":"github/tensorflow/tensorflow","title ":"tensorflow/tensorflow","자막":"GitHub 저장소","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":"GitHub에서 열기","url":" https://github.com /tensorflow/tensorflow "}},"updates":{"snippets":[{"icon":"PERSON","message":" @adrianodennanni in #20517: @jeffcbecker 저도 이 문제를 겪었습니다. URL https://mirror.bazel.build/github.com/google/protobuf/archive/a6e1cc7e328c45a0cb9856c530c8f6cd23314163.tar.gz 을(를) 사용할 수 없습니다. 이에 대한 해결 방법이 있는 사람이 있습니까?"}],"action":{"name":"문제 보기","url":" https://github.com/tensorflow /tensorflow/issues/20517#issuecomment -431701713"}}}
[
{
"@context": " http://schema.org ",
"@type": "이메일 메시지",
"potentialAction": {
"@type": "ViewAction",
"대상": " https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -431701713",
"url": " https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -431701713",
"이름": "문제 보기"
},
"설명": "GitHub에서 이 문제 보기",
"게시자": {
"@type": "조직",
"이름": "GitHub",
"url": " https://github.com "
}
},
{
"@type": "메시지 카드",
"@context": " http://schema.org/extensions ",
"hideOriginalBody": "거짓",
"발신자": "AF6C5A86-E920-430C-9C59-A73278B5EFEB",
"title": "Re: [tensorflow/tensorflow] Python 3.7 호환성(#20517)",
"섹션": [
{
"텍스트": "",
"activityTitle": " 아드리아노 데난니 ",
"활동 이미지": " https://assets-cdn.github.com/images/email/message_cards/avatar.png ",
"activitySubtitle": "@adrianodennanni",
"사실": [

]
}
],
"potentialAction": [
{
"이름": "댓글 추가",
"@type": "액션 카드",
"입력": [
{
"isMultiLine": 참,
"@type": "텍스트 입력",
"id": "IssueComment",
"isRequired": 거짓
}
],
"동작": [
{
"이름": "댓글",
"@유형": "HttpPOST",
"대상": " https://api.github.com ",
"본문": "{n"commandName": "IssueComment",n"repositoryFullName": "tensorflow/tensorflow",n"issueId": 20517,n"IssueComment": "{{IssueComment.value}}"n}"
}
]
},
{
"이름": "문제 종료",
"@유형": "HttpPOST",
"대상": " https://api.github.com ",
"본문": "{n"commandName": "IssueClose",n"repositoryFullName": "tensorflow/tensorflow",n"issueId": 20517n}"
},
{
"대상": [
{
"os": "기본값",
"우리": " https://github.com/tensorflow/tensorflow/issues/20517#issuecomment -431701713"
}
],
"@type": "OpenUri",
"이름": "GitHub에서 보기"
},
{
"이름": "구독 취소",
"@유형": "HttpPOST",
"대상": " https://api.github.com ",
"본문": "{n"commandName": "MuteNotification",n"threadId": 352548653n}"
}
],
"themeColor": "26292E"
}
]

protobuf 휠이 3.7을 지원 하도록 업그레이드되었습니다 .

이제 3.7 지원을 위해 tensorflow를 출시할 때입니다.

좋은 소식!
작업 공간 및 setup.py에서 TF protobuf 종속성을 범프하기 위해 PR을 보내시겠습니까?

Tensorflow는 분명히 Python-3.7.1에서 마지막으로 누락된 부분입니다. Python-3.7이 Python-3.6보다 더 효율적이기 때문에 일부 Cloud Electric 청구서에 영향을 미칠 수 있습니다.

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

Windows에서 Python 3.7을 사용하여 tensorflow 1.12.0을 테스트하려는 모든 사용자를 위해.

protobuf v3.6.0 + 체리 선택 https://github.com/protocolbuffers/protobuf/commit/0a59054c30e4f0ba10f10acfc1d7f3814c63e1a7

Linux용으로도 컴파일할 수 있었습니다!

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

3.7 릴리스 이후 몇 개월이 지났고 TF에 대한 업데이트가 계속 배포되고 있습니다. 그렇다면 호환성에 대한 단어/ETA는 무엇입니까?

그래서 2018년이 끝나가고 있고 공식 Python 3.7 지원 릴리스는 여전히 거품입니까? :)

@adrianodennanni 가 게시한 버전이 저에게 적합합니다. 내 코드에서 python3.7 기능을 사용하고 있으며 항상 환경을 전환하는 것은 정말 힘든 일입니다.

그만한 가치가 있기 때문에 tf를 컴파일하고 현재 마스터를 사용하여 OSX에서 Python3.7 휠을 빌드할 수 있었습니다.

3.7용으로 빌드할 수 있도록 https://github.com/tensorflow/tensorflow/commit/b0d7d8a477d3041e2d0ebd0cb1d35e4a7fa09663 을 제출했습니다. tf-nightly에는 이제 Ubuntu16.04+에서만 작동하는 CPU(Ubuntu 전용) 버전이 있습니다. Ubuntu용 GPU 버전이 곧 제공됩니다.

@av8ramit

덕분에 python 3.7.1, cuda 10 및 cudnn 7.4로 tf를 성공적으로 구축했습니다.

이제 bazel 0.20 지원만 남았습니다.

CUDA 10을 사용한 tf-nightly-gpu 빌드도 이제 pypi에 있습니다. 공식 Python3.7 릴리스 빌드가 있을 때까지 이 버그를 열어 두겠습니다.

@alanpurple 자세히 알려주실 수 있나요? Ubuntu 18 및 python 3.7에서 생명을 구하기 위해 tf 1.12를 빌드할 수 없습니다.

https://drive.google.com/open?id=16vXTOJHXCLDKMTqtxMLDugUsRhiZPriQ
1.12 AVX 확장이 없는 Python 3.7.

https://drive.google.com/open?id=1ni7ExGVb6-c6gvb4J0hohpT4Jj4Z4xxO
1.12 SSE, XLA가 있는 Python 3.7 휠.

윈도우에서:
1.12-cpu를 성공적으로 빌드하고 py3.7로 가져왔습니다.
하지만 GPU:
추신: bazel 0.21 사용

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

제가 겪었던 문제와 해결 방법을 알려드리겠습니다. 나는 맥 OS를 사용하고 있습니다

Tensorflow는 파이썬 3.7과 호환되지 않습니다. 현재로서는 파이썬 3.6까지만 사용할 수 있습니다.

저는 python 3.7을 사용하고 있었기 때문에 공식 웹사이트에서 python 3.6을 다운로드했습니다. 설치 프로그램 패키지를 다운로드하여 설치합니다. 그리고 python 3.7이 실행기에 들어가자마자 python 3.6 앱을 도킹에 고정합니다. Python 3.6은 표시되지 않습니다. 응용 프로그램 탭에 보조 폴더로 표시되지만

이제 터미널을 열고 다음을 입력하십시오. nano .bash_profile
그런 다음 나노 편집기가 python 3.6의 경로 주석을 해제하고 3.7의 경로를 주석 처리합니다. 그런 다음 control+X를 누르고 예를 보려면 y를 누른 다음 Enter를 누릅니다.

이후 터미널을 다시 시작하고 다음을 입력합니다. echo $PATH
첫 번째 링크가 python 3.6인지 확인하십시오.

이제 python3을 입력하고 Enter 키를 누르고 어떤 버전이 열려 있는지 확인하여 python 3.6인지 확인하십시오.

이제 다음을 입력하십시오. python3 -m pip install tensorflow
같은 방법으로 다른 모듈을 다운로드할 수 있습니다.

이제 Python 3.6으로 작업하고 싶을 때 엽니다. 독에서 파이썬. 그리고 일하세요. 3.7에서 작업하려면 python 3.7을 열 수 있으며 유창하게 작동합니다.

Python 3.7에 모듈을 설치하려면. 그냥 입력하십시오: python3.7 -m pip install package namr

CUDA 10이 포함된 Windows용으로 매우 최근에 컴파일된 python3.7.2가 있습니다. 이 리포지토리의 링크는 다음과 같습니다.
https://github.com/PlatinumLyfe/tf-windows-gpu/

안녕하세요, 이 호환성 문제에 진전이 있습니까?

bbhattmaclap:~ bbhatt$ pip3 install --upgrade tensorflow
텐서플로 수집
tensorflow 요구 사항을 충족하는 버전을 찾을 수 없습니다(버전에서: ).
tensorflow에 대해 일치하는 분포를 찾을 수 없습니다.
bbhattmaclap:~ bbhatt$

@BhuvaneshBhatt 최신 tensorflow 공식 패키지에는 Python3.7 지원이 없습니다. tf-nightly-gpu 패키지를 사용해야 합니다. 우리는 1.13을 위해 그것을 하려고 노력하고 있습니다.

@PlatinumLyfe 를 설치할 수 없습니다.
귀하의 링크에는 xxx-cp36-cp36m-... 있습니다.
cp37 및 -gpu- 버전이 없습니다.

다른 사람이 컴파일된 바이너리를 제공하도록 요청하지 마십시오. 공식 Python 3.7 지원이 언제 시작되는지 관심 있는 모든 사람에게 스팸 메일을 보내는 것 외에도 공개적으로 댓글을 달 수 있는 페이지에서 실행할 바이너리를 보내달라고 요청하는 것은 특히 안전하지 않습니다.

Tensorflow 1.13-rc0이 출시되었지만(https://github.com/tensorflow/tensorflow/releases/tag/v1.13.0-rc0), PyPI(https://pypi.org/project)에 Python 3.7 빌드가 없습니다. /tensorflow/1.13.0rc0/#files). Tensorflow 1.13이 Python 3.7용으로 공식 출시되나요?

우리는 rc2 또는 공식에서 Windows 및 Ubuntu python 바이너리를 시도하고 보유하는 것을 목표로 하고 있습니다.

Mac 지원에 대한 소식이 있습니까? 나는 지금 Mac에 붙어 있습니다.
2019년 1월 24일 오전 6시 55분 -0600에 Amit Patankar [email protected] 이 작성했습니다.

우리는 rc2 또는 공식에서 Windows 및 Ubuntu python 바이너리를 시도하고 보유하는 것을 목표로 하고 있습니다.
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하거나 GitHub에서 보거나 스레드를 음소거하세요.

이제 Mac용 tf-nightly CPU 패키지 가 있습니다. 시도하고 rc2에도 사용할 것입니다.

이 스레드에 오는 다른 사람에게는 위에서 언급한 tf-nightly 패키지가 좋습니다. CPU 버전에 대해 pip3 install tf-nightly 로 설치하십시오. 테스트, MacOS Mojave 10.14.2에서 Python 3.7.2 작업

1.13.0rc1 릴리스에는 cpu 및 gpu 용 모든 OS-es용 Python3.7 바이너리가 포함되어 있습니다.

설치가 안되는 것 같습니다. 간단한 문제 해결 단계가 있습니까?
편집 : 문제는 32비트 버전의 CPython이 64비트 시스템에서 사용되었다는 것입니다.

@MagixInTheAir 일반적인 Python 3.7 지원에 관한 것이기 때문에 이 문제를 종료합니다. 여전히 문제가 있는 경우 설정에 대한 추가 정보 및 로그가 포함된 새 문제를 다시 여십시오.

Tensorflow 1.13.1 은 이제 Python 3.7을 지원합니다.

https://pypi.org/project/tensorflow/#files tensorflow==1.13.1용 cp37 릴리스가 있습니다. 환경에 문제가 있을 수 있습니다.

3.7.2를 사용하고 있으며 동일한 문제가 있습니다. 1.31.1에 대해 보고된 버전/태그는 다음과 같습니다.

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

내 3.7.2는 다음을 지원합니다.

[('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()에서)

그래서 문제는 휠 이름에 manylinux1 linux 여야 한다는 것입니다.

거의 기본 매개 변수가 있는 소스에서 깨끗한 Python 빌드가 있습니다.

@dellelce 아주 오래된 버전의 pip를 사용하고 있습니까?

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

나에게 많은 리눅스 태그를 제공합니다.

방금 확인했는데 문제는 알파인 빌드에 있습니다. 내 빌드(dellelce/py-base) 및 공식 docker 알파인 이미지(python:alpine)에는 문제가 있지만 데비안(python:latest)에 빌드된 이미지는 제대로 작동합니다.
사용된 libc 라이브러리(musl 대 glibc)와 관련이 있어야 합니까? 따라서 glibc를 사용하지 않는 다른 dist에는 문제가 있을 수 있습니다...

모두 최신 핍과 3.7.3 또는 3.7.2가 있습니다...

나는 많은 리눅스가 지원하는 많은 리눅스에 알파인이 포함되어 있지 않다고 확신한다.

@ppwwyyxx glibc가 아닌 Linux 배포판을 지원하기 위한 또 다른 티켓이 있어야 합니까?

PEP 571/PEP 513("manylinux")은 glibc만 지원합니다.

@dellelce 알파인 리눅스를 지원하는 것은 흥미로운 아이디어일 수 있지만 사소하지 않을 수 있습니다. 현재 대부분의 tensorflow 바이너리는 Ubuntu 14.04로 컴파일됩니다. 일반적으로 사용되는 다른 플랫폼(예: CentOS)에서도 때때로 몇 가지 문제가 발생했습니다. 알파인 지원이 단기적으로는 우선순위가 아닌 것 같아요.

문제를 여는 것은 커뮤니티의 필요와 관심을 측정하는 데 도움이 될 수 있고 항상 "기부금 환영"으로 표시될 수 있으므로 항상 좋은 일입니다.