文档HOT
下载
中文
注册

环境准备

  • 安装开发套件包Ascend-cann-toolkit_{version}_linux-{arch}.run或深度学习引擎包Ascend-cann-nnae_{version}_linux-{arch}.run，具体请参见《CANN 软件安装指南》。
  • 安装框架插件包Ascend-cann-tfplugin_{version}_linux-{arch}.run，具体请参见《CANN 软件安装指南》的“安装开发环境 > 在昇腾设备上安装 > 安装框架插件包”章节。
  • 安装如表1所示相关依赖。
    表1 依赖信息

    依赖包

    版本限制

    gcc

    8.4及以上版本

    用户可使用“cc --version”及“c++ --version” 命令确定当前系统使用的gcc版本。

    说明：

    由于使用9.x版本的gcc会导致bazel编译失败，因此不建议使用9.x版本的gcc。若必须使用，请自行参见链接修复相关问题。

    g++

    zip

    无特定版本要求。

    unzip

    libtool

    automake

    Python

    3.7.5

    TensorFlow

    1.15.0

    tensorflow-serving-api

    1.15.0

    future

    无特定版本要求。

    bazel

    0.24.1及以上版本

    CMake

    3.14.0及以上版本

    swig
    • 若操作系统架构为“aarch64”，软件安装版本需大于或等于3.0.12。
    • 若操作系统架构为“x86_64”，软件安装版本需大于或等于4.0.1 。
    • gcc和g++的版本一定要保持一致，否则TF Serving源码编译时可能会报错。
    • bazel编译安装可参考源码安装0.24.1版本bazel。
    • CMake编译安装可参考源码安装3.14.0版本CMake。
    • 如果在安装swig软件包时出现无法安装软件包问题，参考无法安装swig软件包解决。
    • gcc、g++、zip、unzip、libtool和automake软件包使用apt或yum进行安装，TensorFlow、tensorflow-serving-api和future软件包使用pip3方式安装。