Compila el paquete de Python Wheel de TensorFlow Lite

En esta página, se describe cómo compilar la biblioteca tflite_runtime de Python de TensorFlow Lite para x86_64 y varios dispositivos ARM.

Las siguientes instrucciones se probaron en PC de 64 bits (AMD64) con Ubuntu 16.04.3, macOS Catalina (x86_64) y la imagen de Docker de TensorFlow devel tensorflow/tensorflow:devel.

Requisitos previos

Debes tener instalado CMake y una copia del código fuente de TensorFlow. Consulta la página Build TensorFlow Lite with CMake para obtener más información.

A fin de compilar el paquete de PIP para tu estación de trabajo, puedes ejecutar los siguientes comandos.

PYTHON=python3 tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh native

Compilación cruzada de ARM

Para la compilación cruzada de ARM, se recomienda usar Docker, ya que facilita la configuración del entorno de compilación cruzada. También necesitas una opción target para determinar la arquitectura de destino.

Hay una herramienta auxiliar en el archivo Make tensorflow/lite/tools/pip_package/Makefile disponible para invocar un comando de compilación con un contenedor de Docker predefinido. En una máquina anfitrión de Docker, puedes ejecutar un comando de compilación como se muestra a continuación.

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=<target> PYTHON_VERSION=<python3 version>

Nombres de destinos disponibles

La secuencia de comandos tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh necesita un nombre de destino para determinar la arquitectura de destino. A continuación, se muestra la lista de destinos compatibles.

Ejemplos de compilación

Estos son algunos ejemplos de comandos que puedes usar.

Destino de armhf para Python 3.7

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=armhf PYTHON_VERSION=3.7

Destino de aarch64 para Python 3.8

make -C tensorflow/lite/tools/pip_package docker-build \
  TENSORFLOW_TARGET=aarch64 PYTHON_VERSION=3.8

¿Cómo se usa una cadena de herramientas personalizada?

Si los objetos binarios generados no son compatibles con tu destino, debes usar tu propia cadena de herramientas o proporcionar marcas de compilación personalizadas. (Verifica esto para comprender tu entorno de destino). En ese caso, debes modificar tensorflow/lite/tools/cmake/download_toolchains.sh para usar tu propia cadena de herramientas. La secuencia de comandos de la cadena de herramientas define las siguientes dos variables para la secuencia de comandos build_pip_package_with_cmake.sh.