Score:0

Bazel ไม่พบเป้าหมายที่จะสร้างสำหรับเทนเซอร์โฟลว์

ธง cn
Tim

ฉันกำลังพยายามสร้าง Tensorflow ด้วยการรองรับ GPU สำหรับ Deepspeech เนื่องจาก CPU ของฉันไม่รองรับคำสั่ง AVX ฉันได้ปฏิบัติตามคำแนะนำจาก https://deepspeech.readthedocs.io/en/latest/BUILDING.html .

ฉันติดตั้ง Bazel เวอร์ชัน 3.1, libsox, SWIG และทุกอย่างที่จำเป็นสำหรับ CUDA และ CUDNN (ชื่อของโปรแกรมเรียกทำงานของ Bazel คือ Bazel-3.1.0 ดังนั้น ฉันต้องเปลี่ยนชื่อเป็น Bazel) กระบวนการกำหนดค่าภายในไดเร็กทอรี Tensorflow ทำงานได้ดี โดยพบ Bazel, Python และ CUDA โดยไม่มีปัญหาใดๆ แต่เมื่อฉันวิ่ง:

สร้าง bazel --workspace_status_command="bash native_client/bazel_workspace_status_cmd.sh" --config=monolithic -c opt --copt=-O3 --copt="-D_GLIBCXX_USE_CXX11_ABI=0" --copt=-fvisibility=hidden
แต่เมื่อฉันเรียกใช้การสร้าง bazel 

มันไม่ได้สร้างเป้าหมายใด ๆ ผลลัพธ์ของกระบวนการสร้างคือ:

กำลังเริ่มเซิร์ฟเวอร์ Bazel ในเครื่องและเชื่อมต่อกับมัน...
ข้อมูล: ตัวเลือกที่จัดทำโดยลูกค้า:
  ตัวเลือก 'ทั่วไป' ที่สืบทอดมา: --isatty=1 --terminal_columns=132
ข้อมูล: การอ่านตัวเลือก rc สำหรับ 'build' จาก /home/tim/DeepSpeech/tensorflow/.bazelrc:
  ตัวเลือก 'ทั่วไป' ที่สืบทอดมา: --experimental_repo_remote_exec
ข้อมูล: การอ่านตัวเลือก rc สำหรับ 'build' จาก /home/tim/DeepSpeech/tensorflow/.bazelrc:
  ตัวเลือก 'build': --apple_platform_type=macos --define framework_shared_object=true --define open_source_build=true --java_toolchain=//third_party/toolchains/java:tf_java_toolchain --host_java_toolchain=//third_party/toolchains/java:tf_java_toolchain -- copt=-DTFLITE_WITH_RUY_GEMV --define=use_fast_cpp_protos=true --define=allow_oversize_protos=true --spawn_strategy=standalone -c opt --announce_rc --define=grpc_no_ares=true --noincompatible_remove_legacy_whole_archive --noincompatible_prohibit_configaapt1 --enable_platform_specific
ข้อมูล: การอ่านตัวเลือก rc สำหรับ 'build' จาก /home/tim/DeepSpeech/tensorflow/.tf_configure.bazelrc:
  ตัวเลือก 'สร้าง': --action_env PYTHON_BIN_PATH=/home/tim/anaconda3/envs/stt/bin/python3 --action_env PYTHON_LIB_PATH=/home/tim/anaconda3/envs/stt/lib/python3.6/site-packages - -python_path=/home/tim/anaconda3/envs/stt/bin/python3 --config=xla --action_env CUDA_TOOLKIT_PATH=/usr/local/cuda-11.5 --action_env TF_CUDA_COMPUTE_CAPABILITIES=6.1,6.1 --action_env GCC_HOST_COMPILER_PATH=/usr /bin/x86_64-linux-gnu-gcc-11 --config=cuda --action_env TF_CONFIGURE_IOS=0
ข้อมูล: พบ build:v2 คำนิยามการกำหนดค่าที่เกี่ยวข้องในไฟล์ /home/tim/DeepSpeech/tensorflow/.bazelrc: --define=tf_api_version=2 --action_env=TF2_BEHAVIOR=1
ข้อมูล: พบ build:xla คำนิยามการกำหนดค่าที่เกี่ยวข้องในไฟล์ /home/tim/DeepSpeech/tensorflow/.bazelrc: --action_env=TF_ENABLE_XLA=1 --define=with_xla_support=true
ข้อมูล: พบ build:cuda คำนิยามการกำหนดค่าที่เกี่ยวข้องในไฟล์ /home/tim/DeepSpeech/tensorflow/.bazelrc: --config=using_cuda --define=using_cuda_nvcc=true
ข้อมูล: พบ build:using_cuda คำนิยามการกำหนดค่าที่เกี่ยวข้องในไฟล์
ข้อมูล: พบ build:monolithic คำนิยามการกำหนดค่าที่เกี่ยวข้องในไฟล์ /home/tim/DeepSpeech/tensorflow/.bazelrc: --define framework_shared_object=false
ข้อมูล: พบ build:linux คำนิยามการกำหนดค่าที่เกี่ยวข้องในไฟล์ /home/tim/DeepSpeech/tensorflow/.bazelrc: --copt=-w --define=PREFIX=/usr --define=LIBDIR=$(PREFIX)/lib - -define=INCLUDEDIR=$(PREFIX)/include --cxxopt=-std=c++14 --host_cxxopt=-std=c++14 --config=dynamic_kernels
ข้อมูล: พบ build:dynamic_kernels คำนิยามการกำหนดค่าที่เกี่ยวข้องในไฟล์
คำเตือน: การใช้งาน: bazel build <ตัวเลือก> <เป้าหมาย>
เรียกใช้ `bazel help build` สำหรับคำอธิบายการใช้งานและตัวเลือกทั้งหมด
คำขอของคุณถูกต้อง แต่ขอชุดเป้าหมายที่ว่างเปล่า ไม่มีอะไรจะสร้าง
ข้อมูล: วิเคราะห์ 0 เป้าหมาย (0 แพ็กเกจที่โหลด, 0 เป้าหมายที่กำหนดค่า)
ข้อมูล: พบ 0 เป้าหมาย...
ข้อมูล: การลบฐานแซนด์บ็อกซ์เก่า /home/tim/.cache/bazel/_bazel_tim/f4cacb5195cc5ff4ba816553e8499505/sandbox
ข้อมูล: เวลาที่ผ่านไป: 4.736 วินาที เส้นทางวิกฤต: 0.46 วินาที
ข้อมูล: 0 กระบวนการ
ข้อมูล: สร้างเสร็จสมบูรณ์ 1 การดำเนินการทั้งหมด

ฉันได้ลองสิ่งนี้โดยไม่ใช้ Anaconda3 และไม่มี CUDA หลายครั้งและมันก็จบลงแบบเดิมเสมอ มีใครมีความคิดว่าอะไรสามารถทำให้เกิดสิ่งนี้?

ขอบคุณล่วงหน้า.

cocomac avatar
cn flag
คุณใช้ Ubuntu เวอร์ชันใด นอกจากนี้ หาก CPU ของคุณเก่าพอที่จะไม่รองรับ AVX (ซีพียู [Intel] ส่วนใหญ่หลังปี 2011) งานการเรียนรู้ของเครื่องของคุณอาจทำงานช้ามาก โดยเฉพาะอย่างยิ่งหากคุณไม่ได้ใช้ GPU
Tim avatar
cn flag
Tim
ฉันใช้ Kubuntu 21.10 และ GPU ของฉันคือ NVIDIA Geforce GTX 1070 Ti ฉันรู้ว่า CPU จะช้ามาก นั่นเป็นเหตุผลที่ฉันต้องการใช้ GPU
cocomac avatar
cn flag
แพ็คเกจนี้ต้องการ AVX จริงหรือ? ฉันเข้าใจว่าทำไมรุ่นของ CPU ถึงเป็นเช่นนั้น แต่ฉันรู้สึกประหลาดใจเล็กน้อยที่ GPU เป็นเช่นนั้น คุณอยากลองติดตั้งแพ็คเกจ GPU และดูว่าใช้งานได้หรือไม่ คุณต้องใช้ CUDA 10.1 หรือใหม่กว่า และ CuDNN 7.6 หรือใหม่กว่า เมื่อคุณมีแล้ว คุณสามารถลองเปิดใช้งานสภาพแวดล้อมเสมือนจริงและทำ `pip3 install deepspeech-gpu`
Tim avatar
cn flag
Tim
ฉันได้ลองแล้วในอดีตและไม่ได้ผล นอกจากนี้ยังมีคำอธิบายใน Deepspeech docu: https://deepspeech.readthedocs.io/en/r0.9/SUPPORTED_PLATFORMS.html

โพสต์คำตอบ

คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา