tfx_bsl (TFX基础共享库) 包含许多TFX (TensorFlow扩展) 库和组件共享的库。
项目描述
TFX 基本共享库
TFX 基本共享库（tfx_bsl）包含许多 TensorFlow eXtended (TFX) 组件共享的库。
仅 tfx_bsl/public 下的子模块导出的符号才打算供 TFX 用户直接使用，包括独立 TFX 库（例如 TFDV、TFMA、TFT）用户、TFX 管道作者和 TFX 组件作者。这些 API 在 tfx_bsl 超过 1.0 后将变得稳定并遵循语义版本控制。
其他目录下的 API 应视为 TFX 的内部 API（因此，对这些 API 没有向后或向前兼容性的保证）。
如果一个 TFX 库或 TFX 本身的小版本需要依赖于 tfx_bsl，它将依赖于该特定小版本的它（例如，tensorflow_data_validation 0.14.* 将依赖于，并且仅与 tfx_bsl 0.14.* 一起工作）
从 PyPI 安装
tfx_bsl 以 PyPI 软件包 的形式提供。
pip install tfx-bsl
夜间软件包
TFX-BSL 还在 Google Cloud 上的 https://pypi-nightly.tensorflow.org 提供夜间软件包。要安装最新的夜间软件包，请使用以下命令
pip install --extra-index-url https://pypi-nightly.tensorflow.org/simple tfx-bsl
这将安装 TFX-BSL 的主要依赖项（如 TensorFlow Metadata（TFMD））的夜间软件包。
但是，它是许多 TFX 组件的依赖项，通常作为用户，您不需要直接安装它。
使用 Docker 构建
如果您想从 master 分支构建一个 TFX 组件，并经过最新发布版本，您可能还必须构建最新的 tfx_bsl，因为该 TFX 组件可能依赖于在最新 tfx_bsl 发布之后引入的新功能。
在 Linux 下使用 Docker 构建 tfx_bsl 是推荐的方法，并在 Google 上持续进行测试。
1. 安装 Docker
请首先按照说明安装 docker 和 docker-compose。
2. 克隆 tfx_bsl 仓库
git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl
请注意，这些说明将安装 tfx-bsl 的最新 master 分支。如果您想安装特定的分支（例如发布分支），请将 -b <branchname> 传递给 git clone 命令。
3. 构建 pip 软件包
然后，在项目根目录下运行以下命令
sudo docker-compose build manylinux2010
sudo docker-compose run -e PYTHON_VERSION=${PYTHON_VERSION} manylinux2010
其中 PYTHON_VERSION 是以下之一 {39}。
在 dist/ 下将生成一个 wheel。
4. 安装 pip 软件包
pip install dist/*.whl
从源代码构建
1. 先决条件
安装 NumPy
如果您的系统上未安装 NumPy，请现在安装它，按照以下 说明 进行操作。
安装 Bazel
如果您的系统上未安装 Bazel，请现在安装它，按照以下 说明 进行操作。
2. 克隆 tfx_bsl 仓库
git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl
请注意，这些说明将安装 tfx_bsl 的最新 master 分支。如果您想安装特定的分支（例如发布分支），请将 -b <branchname> 传递给 git clone 命令。
3. 构建 pip 软件包
tfx_bsl 轮是 Python 版本依赖的 -- 要构建适用于特定 Python 版本的 pip 软件包，请使用该 Python 可执行文件运行
python setup.py bdist_wheel
您可以在 dist 子目录中找到生成的 .whl 文件。
4. 安装 pip 软件包
pip install dist/*.whl
支持的平台
tfx_bsl 在以下 64 位操作系统上进行了测试
- macOS 10.12.6 (Sierra) 或更高版本。
- Ubuntu 20.04 或更高版本。
兼容版本
以下表格是彼此兼容的 tfx_bsl 软件包版本。这是由我们的测试框架确定的，但其他 未经测试 的组合也可能正常工作。
| tfx-bsl | apache-beam[gcp] | pyarrow | tensorflow | tensorflow-metadata | tensorflow-serving-api |
|---|---|---|---|---|---|
| GitHub master | 2.59.0 | 10.0.1 | 夜间（2.x） | 1.16.0 | 2.16.1 |
| 1.16.0 | 2.59.0 | 10.0.1 | 2.16 | 1.16.0 | 2.16.1 |
| 1.15.1 | 2.47.0 | 10.0.0 | 2.15 | 1.15.0 | 2.15.1 |
| 1.15.0 | 2.47.0 | 10.0.0 | 2.15 | 1.15.0 | 2.15.1 |
| 1.14.0 | 2.47.0 | 10.0.0 | 2.13 | 1.14.0 | 2.13.0 |
| 1.13.0 | 2.40.0 | 6.0.0 | 2.12 | 1.13.1 | 2.9.0 |
| 1.12.0 | 2.40.0 | 6.0.0 | 2.11 | 1.12.0 | 2.9.0 |
| 1.11.0 | 2.40.0 | 6.0.0 | 1.15 / 2.10 | 1.11.0 | 2.9.0 |
| 1.10.0 | 2.40.0 | 6.0.0 | 1.15 / 2.9 | 1.10.0 | 2.9.0 |
| 1.9.0 | 2.38.0 | 5.0.0 | 1.15 / 2.9 | 1.9.0 | 2.9.0 |
| 1.8.0 | 2.38.0 | 5.0.0 | 1.15 / 2.8 | 1.8.0 | 2.8.0 |
| 1.7.0 | 2.36.0 | 5.0.0 | 1.15 / 2.8 | 1.7.0 | 2.8.0 |
| 1.6.0 | 2.35.0 | 5.0.0 | 1.15 / 2.7 | 1.6.0 | 2.7.0 |
| 1.5.0 | 2.34.0 | 5.0.0 | 1.15 / 2.7 | 1.5.0 | 2.7.0 |
| 1.4.0 | 2.31.0 | 5.0.0 | 1.15 / 2.6 | 1.4.0 | 2.6.0 |
| 1.3.0 | 2.31.0 | 2.0.0 | 1.15 / 2.6 | 1.2.0 | 2.6.0 |
| 1.2.0 | 2.31.0 | 2.0.0 | 1.15 / 2.5 | 1.2.0 | 2.5.1 |
| 1.1.0 | 2.29.0 | 2.0.0 | 1.15 / 2.5 | 1.1.0 | 2.5.1 |
| 1.0.0 | 2.29.0 | 2.0.0 | 1.15 / 2.5 | 1.0.0 | 2.5.1 |
| 0.30.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.30.0 | 2.4.0 |
| 0.29.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.29.0 | 2.4.0 |
| 0.28.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.28.0 | 2.4.0 |
| 0.27.1 | 2.27.0 | 2.0.0 | 1.15 / 2.4 | 0.27.0 | 2.4.0 |
| 0.27.0 | 2.27.0 | 2.0.0 | 1.15 / 2.4 | 0.27.0 | 2.4.0 |
| 0.26.1 | 2.25.0 | 0.17.0 | 1.15 / 2.3 | 0.27.0 | 2.3.0 |
| 0.26.0 | 2.25.0 | 0.17.0 | 1.15 / 2.3 | 0.27.0 | 2.3.0 |
哈希值 for tfx_bsl-1.16.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | d4c447763e06cec4c5ba7cb350cc71b7bcda1275f79c0e3b5a89494977856a3b |
|
| MD5 | 76abd665da5874ee810a5c71ab983a92 |
|
| BLAKE2b-256 | e33a4b65fd3de4bdee5ae075e5f9340e9708f3e249b4cc7b7b3f411ecb8941bf |
哈希值 for tfx_bsl-1.16.0-cp311-cp311-macosx_12_0_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | b347b685ab34839d5f7c05c30681003d1195845d3eb50c4f1ba2ce5e045d1b5c |
|
| MD5 | dbfc65b7d1afeecd42e82958bda86db4 |
|
| BLAKE2b-256 | a05a8b01d7a8cacd2be2b00264d723bf790e23871e0a76b135de17c112eda8c5 |
哈希值 for tfx_bsl-1.16.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 027aecad4f15e090d68c401f401196dad7d3d893dc66e29b864e1ae3ea4756bb |
|
| MD5 | ab4ad744504cc8cc847702ee1fe141e5 |
|
| BLAKE2b-256 | 6e3d705216202a4354559d32c63e1060e13d8cbece88ba0723707cb908fc194d |
哈希值 for tfx_bsl-1.16.0-cp310-cp310-macosx_12_0_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 66e1859f454a9f08ac41eb42de25278ef3ae158a1cf988cc664352b68cefa3e4 |
|
| MD5 | 6cb1257ae61dd99e3849106c47b760db |
|
| BLAKE2b-256 | 8deda485e51cdea97faf6d836c91c79769ebbd782708bfd61a727886422272f9 |
哈希值 for tfx_bsl-1.16.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 4b2edb66ea02da30a76e15bd3c7fa207b8ef347456f72c0efd24ada7ff54e48a |
|
| MD5 | fdf23f75462eb1f24b7af0e3b0dd6aa4 |
|
| BLAKE2b-256 | 9032775552f0fdc88978681fe0ceb48917c0ea73e79ecd6c67727d936e9bb4b0 |
哈希值 for tfx_bsl-1.16.0-cp39-cp39-macosx_12_0_x86_64.whl
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 960526c7ad80e3fad94fe4bd830457f0d53cd9b032063a5c0022e542b6b1ed47 |
|
| MD5 | d8ebde8aaace085f0ca266221e62ae27 |
|
| BLAKE2b-256 | c93c1d4492793d46489cc812ca87e2f39de84289f4ed916a796f40f8fb5ce040 |