构建 TensorFlow Lite Python Wheel 软件包

本页介绍了如何为 x86_64 和各种 ARM 设备构建 TensorFlow Lite tflite_runtime Python 库。

以下说明已在 Ubuntu 16.04.3 64 位 PC (AMD64)、macOS Catalina (x86_64) 和 TensorFlow devel Docker 映像 tensorflow/tensorflow:devel 上进行了测试。

前提条件

您需要安装 CMake 和 TensorFlow 源代码的副本。如需了解详情，请参阅使用 CMake 构建 TensorFlow Lite 页面。

如需为工作站构建画中画软件包，您可以运行以下命令。

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

ARM 交叉编译

对于 ARM 交叉编译，建议使用 Docker，因为它可以更轻松地设置跨构建环境。此外，您还需要一个 target 选项来确定目标架构。

Makefile tensorflow/lite/tools/pip_package/Makefile 中有一个帮助程序工具，可以使用预定义的 Docker 容器来调用构建命令。在 Docker 主机上，您可以运行构建命令，如下所示。

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

可用的目标名称

tensorflow/lite/tools/pip_package/build_pip_package_with_cmake.sh 脚本需要目标名称才能确定目标架构。以下是支持的目标的列表。

build 示例

以下是一些您可以使用的示例命令。

适用于 Python 3.7 的 armhf 目标

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

Python 3.8 的 aarch64 目标

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

如何使用自定义工具链？

如果生成的二进制文件与您的目标不兼容，您需要使用自己的工具链或提供自定义构建标志。（请查看此项以了解您的目标环境）在这种情况下，您需要修改 tensorflow/lite/tools/cmake/download_toolchains.sh 以使用您自己的工具链。工具链脚本为 build_pip_package_with_cmake.sh 脚本定义以下两个变量。