安装 Go 版本 Tensorflow

发布于 2025-01-22 23:08:25 字数 4187 浏览 0 评论 0 收藏 0

TensorFlow 提供了 Go 程序中可以调用的 API。这些 API 非常适合加载 Python 创建的模型以及在 Go 应用中执行。本文将介绍如何安装和配置 TensorFlow Go 包。

警告：TensorFlow Go API 不在 TensorFlow API 稳定性保障的涵盖范围内。

支持的平台

这篇教程主要讲述如何安装 Go 版本 TensorFlow。虽然这些命令可能适用于其他平台，但我们现在仅在以下配置环境下进行过测试：

Linux, 64-bit, x86
macOS X, 10.12.6 (Sierra) 或更高版本

安装

Go 版本 TensorFlow 依赖于 TensorFlow C 语言库。按照下面的步骤安装这个库并启用 TensorFlow：

决定在运行 TensorFlow 时仅仅启用 CPU 还是和 GPU 一起启用。为了帮助你做这个决定，请阅读以下指南中的“决定安装哪个 TensorFlow ”部分：
- 在 Ubuntu 上安装 TensorFlow
- 在 macOS 中安装 TensorFlow
通过执行以下命令下载并解压 TensorFlow C 语言库到 /usr/local/lib 目录:
```
TF_TYPE="cpu" # Change to "gpu" for GPU support
TARGET_DIRECTORY='/usr/local'
curl -L \
  "https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-${TF_TYPE}-$(go env GOOS)-x86_64-1.8.0-rc1.tar.gz" |
sudo tar -C $TARGET_DIRECTORY -xz
```
tar 命令会解压 TensorFlow C 语言库到 TARGET_DIRECTORY 的子目录 lib 。比如，指定 /usr/local 作为 TARGET_DIRECTORY 使得 tar 命令可以将 TensorFlow C 语言库解压到 /usr/local/lib 。
如果你想把库文件解压到其他目录，更换 TARGET_DIRECTORY 就可以了。
在第二步中，如果你指定了一个系统目录（比如 /usr/local ）作为 TARGET_DIRECTORY ，那么需要运行 ldconfig 来配置链接。例如：
```
sudo ldconfig
```
如果你指定的 TARGET_DIRECTORY 不是一个系统目录（比如 ~/mydir ），那么你必须要将这个解压目录（比如 ~/mydir/lib ）添加到下面这两个环境变量中：
```
export LIBRARY_PATH=$LIBRARY_PATH:~/mydir/lib # 用于 Linux 和 macOS X
  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/mydir/lib # 仅用于 Linux
  export DYLD_LIBRARY_PATH=$DYLD_LIBRARY_PATH:~/mydir/lib # 仅用于 macOS
```
现在 TensorFlow C 语言库已经安装好了，执行 go get 来下载对应的包和相应的依赖：
```
go get github.com/tensorflow/tensorflow/tensorflow/go
```
执行 go test 来验证 Go 版本 TensorFlow 是否安装成功：
```
go test github.com/tensorflow/tensorflow/tensorflow/go
```

如果 go get 或者 go test 产生错误信息了，可以在 StackOverflow 上通过搜索和提问来获取可能的解决方法。

Hello World

安装完 Go 版本 TensorFlow 之后，在 hello_tf.go 文件中输入下面的代码：

package main

import (
    tf "github.com/tensorflow/tensorflow/tensorflow/go"
    "github.com/tensorflow/tensorflow/tensorflow/go/op"
    "fmt"
)

func main() {
    // Construct a graph with an operation that produces a string constant.
    s := op.NewScope()
    c := op.Const(s, "Hello from TensorFlow version " + tf.Version())
    graph, err := s.Finalize()
    if err != nil {
        panic(err)
    }

    // Execute the graph in a session.
    sess, err := tf.NewSession(graph, nil)
    if err != nil {
        panic(err)
    }
    output, err := sess.Run(nil, []tf.Output{c}, nil)
    if err != nil {
        panic(err)
    }
    fmt.Println(output[0].Value())
}

关于 TensorFlow Go 语言的进阶示例请查看 API 文档中的示例，这个例子使用了一个通过 TensorFlow 预训练的模型来标记图片的内容。

运行

通过调用下面的命令来运行 hello_tf.go ：

go run hello_tf.go 
Hello from TensorFlow version number

程序也可能会生成以下形式的多条警告消息，你可以忽略：

W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library
wasn't compiled to use *Type* instructions, but these are available on your
machine and could speed up CPU computations.