Go to Qiita Advent Calendar 2024 Top
LoginSignup
1
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

@kHz(Hirokazu Kakinuma)

Windows 10でTensorFlowをソースからビルドする手順（Pascal,Turing,Ampere世代GPU向け）

Last updated at Posted at 2021-02-12

概要と背景

  • この記事は、Microsoft Visual Studioで作成するプログラムからTensorFlow C APIを利用したGPUでの推論処理を可能にするために、Windows 10環境でTensorFlowをソースからビルドし、tensorflow.dllやtensorflow.libを生成するまでの手順をまとめたものです。
  • これまで、GeForce GTX 10シリーズ(Pascal世代)や、RTX 20シリーズ(Turing世代)では、TensorFlow公式の記事1や、こちらの記事2を参考にすることで、TensorFlow 1.xのビルドができましたが、GeForce RTX 30シリーズ(Ampere世代)におけるTensorFlow 1.xの利用が可能かがわからなかったため、その調査とあわせて、どのバージョンの組み合わせであればビルドできるのかを調べました。

確認結果

  • 結論としては、Windows 10とAmpere世代GPU（CUDA 11）の組合わせでTensorFlow 1.xをビルド&利用する方法は見つからなかったため、TensorFlow 2.4でのビルド方法をまとめました。
  • 検証した時点では以下のバージョンの組み合わせで動作することを確認しています。（PythonやVisual Studioのバージョンなど、これ以外でも動作する組合わせはありますが、一旦確認できたバージョンで記載しています。）
GPU
Architecture		 Compute
Capability		 Python Visual
Studio		 CUDA Bazel cuDNN TensorFlow numpy
Ampere 8.6 3.8.10 2019 11.3 4.2.1 8.2.1 2.4.1 1.19.3
Ampere 8.6 3.7.0 2019 11.2 3.1.0 8.1.0 2.4 1.19.3※
Ampere 8.6 3.7.0 2019 11.1 3.1.0 8.0.5 2.4 1.19.3※
Pascal, Turing ~7.5 3.6.8 2015 10.0 0.17.2 7.4 1.12 1.18.1

※Pythonでimport tensorflowを行う場合はエラーが出るため、ビルド終了後にnumpyを1.20.xに上げる必要あり

  • 2021.02.12追記:
    本記事作成中に、TensorFlow公式の記事1の「テスト済みのビルド構成」の項目にもtensorflow-2.4.0の行が追加されていました。
  • 2021.11.12追記:
    Bazel 4.2.1でビルドするパターンを追加しました。

ビルド手順

はじめに

  • 本手順は、従来の記事2の流れに則って、その内容を整理&アップデートしていく形で記述していきます。
  • Ampere世代向けの手順だけでなく、Pascal, Turing世代向けの手順も備忘録的に残しておきたいため、Ampere世代の手順（1例）を[A]、Pascal, Turing世代の手順を[B] として、併記しています。

STEP 0: Pythonをインストールする

0-1. Pythonの公式サイトから以下をダウンロード&インストールする

[A] Python 3.7.0 （おそらく3.6.X〜3.8.Xで可）
[B] Python 3.6.8 （おそらく3.5.X〜3.7.Xで可※）

STEP 1: Visual C++ Build Toolsをインストールする

1-1. [A] Visual Studioのダウンロードサイトから以下をダウンロード&インストールする

・Visual Studio 2019 の Microsoft Visual C++ 再頒布可能パッケージ
・Build Tools for Visual Studio 2019

1-1. [B] 以前のバージョンのVisual Studioのダウンロードサイトから以下をダウンロード&インストールする

・Microsoft Visual C++ 2015 再頒布可能パッケージ Update 3
・Microsoft Build Tools 2015 Update 3

STEP 2: CUDA Toolkitをインストールする

2-1. CUDA Toolkit Archiveから以下をダウンロード&インストールする

[A] CUDA 11.2.0
[B] CUDA 10.0

STEP 3: MSYS2をインストールする

Windowsで基本的なLinuxコマンドを使えるようにします。

3-1. MSYS2の公式サイトからダウンロード&インストールする

【プロキシ設定が必要なネットワーク環境の場合】

本内容はこちらの記事3を引用しています。

3-1-1. proxy.shの作成

以下ディレクトリに、自身のネットワーク環境のプロキシ情報を記述したproxy.shファイルを新規作成する。
C:¥msys64¥etc¥profile.d

proxy.sh
export http_proxy=http://{user}:{password}@{proxy_host}:{proxy_port}/
export https_proxy=http://{user}:{password}@{proxy_host}:{proxy_port}/
export ftp_proxy=http://{user}:{password}@{proxy_host}:{proxy_port}/
export HTTP_PROXY=http://{user}:{password}@{proxy_host}:{proxy_port}/
export HTTPS_PROXY=http://{user}:{password}@{proxy_host}:{proxy_port}/
export FTP_PROXY=http://{user}:{password}@{proxy_host}:{proxy_port}/

なお、{user}に@などの特殊文字を含む場合は、パーセントエンコード（URLエンコード）する。

3-1-2. パッケージ管理システムpacmanでcurlによるダウンロードを有効にする

以下ディレクトリにあるpacman.confを開き、curlに関する以下の１行のコメントアウトを外す。
C:¥msys64¥etc

pacman.conf
XferCommand = /usr/bin/curl -C - -f %u > %o

3-2. MSYS2の動作環境を整える

3-2-1. コマンドプロンプトを起動し、以下のコマンドを実行する
cmd.exe
"C:¥msys64¥msys2_shell.cmd" -use-full-path

（Windowsメニューから普通にMSYS2を起動しても問題ない可能性あり）

3-2-2. MSYS2を起動し、pacmanのパッケージを一括アップグレードする
msys2.exe
pacman -Syu

（-Sy: 最新のパッケージデータベースをダウンロードする）
（-Su: インストールしたパッケージをアップグレードする）
このときに署名エラーが出る場合は、以下のファイル内でSigLevel=Neverと指定すると（強引に）解決できる。
C:¥msys64¥etc¥pacman.conf

3-2-3. MSYS2を再起動して以下のコマンドを実行する （[Y]でインストールを完了）
msys2.exe
pacman -Su
pacman -S git patch unzip zip ed
3-2-4. Windows側のPATHを読み込めるようにする (2021.02.22追記)
  • Windowsの システムのプロパティ＞詳細設定＞環境変数 にて、以下を[新規]で追加する。
変数 値
MSYS2_PATH_TYPE inherit

STEP 4: Bazelをダウンロードする

4-1. bazel.exeをダウンロードするディレクトリを作成し、wgetで取得する

msys2.exe
cd /c/
mkdir bazel
cd bazel/

[A]

msys2.exe
wget https://github.com/bazelbuild/bazel/releases/download/3.1.0/bazel-3.1.0-windows-x86_64.exe -O bazel.exe

[B]

msys2.exe
wget https://github.com/bazelbuild/bazel/releases/download/0.17.2/bazel-0.17.2-windows-x86_64.exe -O bazel.exe

STEP 5: cuDNNをインストールする

5-1. cuDNN Archiveから以下をダウンロードする （NVIDIAアカウントが必要）

[A] cuDNN 8.1.0 （CUDA11.2の場合）
[B] cuDNN 7.4.X （7.4.2など）

5-2. ダウンロードした各種ファイルを、それぞれ以下に配置する

C:¥Program Files¥NVIDIA GPU Computing Toolkit¥CUDA¥v1X.X¥bin
C:¥Program Files¥NVIDIA GPU Computing Toolkit¥CUDA¥v1X.X¥include
C:¥Program Files¥NVIDIA GPU Computing Toolkit¥CUDA¥v1X.X¥lib¥x64

STEP 6: Pythonの各種パッケージをインストールする

6-1. pipでインストールする

msys2.exe
pip install pip six numpy wheel mock
pip install keras_applications
pip install keras_preprocessing

なお、[A]ではnumpyのバージョンが上がりすぎるとエラーになる可能性があるため、ダウングレードしておく（参考記事4）

msys2.exe
pip install numpy==1.19.3

STEP 7: TensorFlowをダウンロードし、構成を設定する

7-1. Bazelのパスを通す

msys2.exe
export PATH=/c/bazel:$PATH

（~/.bash_profileに上記を追記しておくと楽）

7-2. TensorFlowのGitリポジトリを取得する

msys2.exe
cd /d/
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow/

[A]

msys2.exe
git checkout r2.4

（エラーが出る場合は、2.4.1まで指定する必要あり）(2021.11.12追記)

[B]

msys2.exe
git checkout r1.12

7-3. 構成を指定する

msys2.exe
python configure.py
【MSYS2上でPythonのインタラクティブモードを使えるようにする方法】(2021.02.22追記)
7-3-1. winptyをインストールする
msys2.exe
pacman -S winpty
7-3-2. ~/.bash_profileに以下を追記する
.bash_profile
alias python="winpty python"

いくつか質問されるのでYやNなどを入力していく。

[A,B共通]
Please specify the location of python. [Default is C:¥Users¥USERNAME¥AppData¥Local¥Programs¥Python¥Python3X¥python.exe]: {press enter}
Please input the desired Python library path to use.  Default is [C:¥Users¥USERNAME¥AppData¥Local¥Programs¥Python¥Python3X¥lib¥site-packages] {press enter}

[Bのみ]
Do you wish to build TensorFlow with Apache Ignite support? [Y/n]: Y
Do you wish to build TensorFlow with XLA JIT support? [y/N]: N

[A,B共通]
Do you wish to build TensorFlow with ROCm support? [y/N]: N
Do you wish to build TensorFlow with CUDA support? [y/N]: Y

[Bのみ]
Please specify the CUDA SDK version you want to use. [Leave empty to default to CUDA 9.0]: 10.0
Please specify the location where CUDA 10.0 toolkit is installed. Refer to README.md for more details. [Default is C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0]: {press enter}
Please specify the cuDNN version you want to use. [Leave empty to default to cuDNN 7]: 7.4.X.X
Please specify the location where cuDNN 7 library is installed. Refer to README.md for more details. [Default is C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0]: {press enter}

Compute Capabilityについて次のように質問されるので、使用する可能性のあるGPUのCompute Capabilityを1つ以上カンマ区切りで入力する。
なお、GPUと値の対応関係は、NVIDIA Developerのページから確認できる。

Please note that each additional compute capability significantly increases your build time and binary size, and that TensorFlow only supports compute capabilities >= 3.5 [Default is: 3.5,7.0]:

入力例：
[A] 6.1,7.0,7.5,8.6
[B] 6.1,7.0,7.5

Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is /arch:AVX]: {press enter}
Would you like to override eigen strong inline for some C++ compilation to reduce the compilation time? [Y/n]: Y

[Aのみ]
Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]: N

STEP 7B: ファイルの一部を修正する（[B]のみ）

（half eigenのコンパイルで失敗するバグがあるため）

7B-1. eigen_half.patchをダウンロードする

以下のファイルを取得し、（Rawをコピーして新規にeigen_half.patchファイルを作成しても良い）
https://github.com/amsokol/tensorflow-windows-build-tutorial/blob/master/eigen_half.patch

以下のディレクトリに格納する。
D:¥tensorflow¥third_party

7B-2. workspace.bzlを編集する

以下のディレクトリにあるworkspace.bzlをテキストエディタで開き、eigen_archiveで文字列検索し、該当するブロックの最後に一行を追加する。
D:¥tensorflow¥tensorflow¥

workspace.bzl
…
tf_http_archive(
        name = "eigen_archive",
        build_file = clean_dep("//third_party:eigen.BUILD"),
        sha256 = "",
        strip_prefix = "eigen-eigen-fd6845384b86",
        urls = [
            "https://mirror.bazel.build/bitbucket.org/eigen/eigen/get/fd6845384b86.tar.gz",
            "https://bitbucket.org/eigen/eigen/get/fd6845384b86.tar.gz",
        ],
+       patch_file = clean_dep("//third_party:eigen_half.patch"),
    )
…

STEP 8: BazelでTensorFlowをビルドする

8-1. whlファイルを生成するディレクトリを作成した後、ビルドするディレクトリに移動する

msys2.exe
cd /c/
mkdir tmp
cd /d/tensorflow/

8-2. ビルドファイルを生成する

[A]

msys2.exe
bazel build --define=no_tensorflow_py_deps=true //tensorflow/tools/pip_package:build_pip_package

[B]

msys2.exe
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
なんらかのエラーが出た場合

・以下のようなチェックサムエラーが出た場合 （2021.02.22追記）

ERROR: Analysis of target '//tensorflow/tools/pip_package:build_pip_package' failed; build aborted: no such package '@icu//': java.io.IOException: Error downloading [https://mirror.bazel.build/github.com/unicode-org/icu/archive/release-62-1.tar.gz, https://github.com/unicode-org/icu/archive/release-62-1.tar.gz] to C:/users/USERNAME/_bazel_USERNAME/xv6zejqw/external/icu/release-62-1.tar.gz: Checksum was AAAAA but wanted BBBBB
  • 値の書き換えを行ってから再度実行する。
  • 具体的には、 /d/tensorflow/third_party/icu/workspace.bzl をテキストエディタで開き、sha256の値を、"BBBBB"から"AAAAA"に変更する。
  • 関連情報：https://github.com/tensorflow/tensorflow/issues/24135

・以下のようなwindows.hが見つからないエラーが出た場合 （2021.02.22追記）

external/grpc/include\grpc/impl/codegen/port_platform.h(52): fatal error C1083: Cannot open include file: 'windows.h': No such file or directory
  • Microsoft Visual Studio本体をインストールしてやり直す。
  • やり直し方：一度PCを再起動bazel shutdownし、以下の2つのディレクトリを削除し、**STEP 7-2.**から再開する。

    ・C:\Users\USERNAME\_bazel_USERNAME

    ・D:\tensorflow

・以下のようなエラーが出た場合 （2021.02.27追記）

ERROR: D:/tensorflow/tensorflow/python/BUILD:276:1: C++ compilation of rule '//tensorflow/python:bfloat16_lib' failed (Exit 2): msvc_wrapper_for_nvcc.bat failed: error executing command
  • Microsoft Visual StudioとCUDAの噛み合わせが悪い場合に発生？
  • Microsoft Visual Studio本体をインストールし、CUDAのインストーラを再度起動して再インストールしてやり直す。（やり直し方は上の項目と同じ）

・以下のようなos.symlinkのエラーが出た場合　(2021.11.12追記)

os.symlink(os.path.abspath(from_path), os.path.abspath(to_path))
OSError: symbolic link privilege not held
  • Python 3.8以上にする必要があり、それでも「クライアントは要求された特権を保有していません。」というOSエラーが出る場合は以下をONにする。
  • Windowsの設定＞更新とセキュリティ＞開発者向け＞開発者用モード

・以下のようなmodel_analyzer.ccのエラーが出た場合　(2021.11.12追記)

analyzer_wrapper/model_analyzer.cc(166): error C2001: 定数が 2 行目に続いています。
  • 該当ソースコードの対象行を1行に修正する。

8-3. ビルドを実行する （長時間かかる）

msys2.exe
bash bazel-bin/tensorflow/tools/pip_package/build_pip_package /c/tmp/tensorflow_pkg

8-4. TensorFlowをインストールする

msys2.exe
cd /c/tmp/tensorflow_pkg
pip install tensorflow-X.X.X-cp3X-cp3Xm-win_amd64.whl

STEP 9: TensorFlow C APIを利用するために

9-1. libtensorflowをビルドする

msys2.exe
cd /d/tensorflow/
bazel build --config opt //tensorflow/tools/lib_package:libtensorflow

[A]

  • 以下にtensorflow.dllが生成される。
    C:¥msys64¥home¥USERNAME¥_bazel_USERNAME¥26orbg4z¥execroot¥org_tensorflow¥bazel-out¥x64_windows-opt¥bin¥tensorflow

  • tensorflow.libが必要な場合は、同じく生成されるtensorflow.dll.if.libをtensorflow.libにリネームすれば使える様子。

  • c_api.hなどのヘッダファイル類は以下に格納されている。
    C:¥msys64¥home¥USERNAME¥_bazel_USERNAME¥26orbg4z¥execroot¥org_tensorflow¥tensorflow¥c

[B]

  • 以下にtensorflow.soが生成される。
    C:¥User¥USERNAME¥_bazel_USERNAME¥26orbg4z¥execroot¥org_tensorflow¥bazel-out¥x64_windows-opt¥bin¥tensorflow
    （tensorflow.dllが生成されないため、これをlibファイルに変換する必要がある）

  • c_api.hなどのヘッダファイル類は以下に格納されている。
    C:¥User¥USERNAME¥_bazel_USERNAME¥26orbg4z¥execroot¥org_tensorflow¥tensorflow¥c

STEP 9B: soファイルをdllファイルに変換する（[B]のみ）

  • 本内容はこちらの記事5を引用しています。
  • ここではVCツール（VS2015 x64 Native Tools Command Promptなど）でコマンドを実行します。

9B-1. soファイルの情報をdumpする

dumpbinコマンドでlibtensorflow.soファイルの情報を書き出す。

cmd.exe
cd C:\Users\USERNAME\_bazel_USERNAME\26orbg4z\execroot\org_tensorflow\bazel-out\x64_windows-opt\bin\tensorflow\
dumpbin /exports libtensorflow.so > dump.txt

dump.txtの中身の例：

dump.txt
Microsoft (R) COFF/PE Dumper Version 14.00.24215.1
Copyright (C) Microsoft Corporation.  All rights reserved.


Dump of file libtensorflow.so

File Type: DLL

  Section contains the following exports for libtensorflow.so

    00000000 characteristics
    5C9C9ABD time date stamp Xxx Xxx XX hh:mm:ss YYYY
        0.00 version
           1 ordinal base
        3078 number of functions
        3078 number of names

    ordinal hint RVA      name

          1    0 0256DD00 ??0?$MaybeStackArray@D$0CI@@icu_62@@AEAA@AEBV01@@Z
          2    1 02E5A0B0 ??0?$MaybeStackArray@D$0CI@@icu_62@@QEAA@$$QEAV01@@Z
          3    2 02E5A110 ??0?$MaybeStackArray@D$0CI@@icu_62@@QEAA@H@Z
          4    3 02E5A190 ??0?$MaybeStackArray@D$0CI@@icu_62@@QEAA@XZ
…以下略

9B-2. dumpファイルから関数のシンボル情報を抽出したdefファイルを作成する

dump.txtのnameの列が関数名にあたるので、これを適当な方法で（文字列置換とExcelを駆使しても良い）すべて抽出し、以下のような書式でtensorflow.defとして保存する。

tensorflow.def
LIBRARY tensorflow
EXPORTS
    ??0?$MaybeStackArray@D$0CI@@icu_62@@AEAA@AEBV01@@Z
    ??0?$MaybeStackArray@D$0CI@@icu_62@@QEAA@$$QEAV01@@Z
    ??0?$MaybeStackArray@D$0CI@@icu_62@@QEAA@H@Z
    ??0?$MaybeStackArray@D$0CI@@icu_62@@QEAA@XZ
    ??0Appendable@icu_62@@QEAA@AEBV01@@Z
…以下略

9B-3. libファイルを作成する

VCツールのlib.exeを利用する。

cmd.exe
lib /def:tensorflow.def /machine:x64

9B-4. dllファイルを作成する

dumpしていたファイル（libtensorflow.so）をコピーまたはリネームする。

cmd.exe
copy libtensorflow.so tensorflow.dll

  1. TensorFlow | インストール > Windowsでのソースからのビルド ↩ ↩2

  2. Medium | Install Tensorflow GPU with CUDA 10.0 and cudNN 7.4 for Python on Windows 10 ↩ ↩2

  3. Hatena Blog | msys2 + pacmanをproxy環境で使う ↩

  4. Qiita | Numpy1.19.4のエラー RuntimeError: The current Numpy installation fails to pass a sanity check due to a bug in the windows runtime. ↩

  5. Qiita | DLLからlibファイルを作る (Windows版 TensorFlow for Cを例に) ↩

1
4
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?