环境准备
【免费下载链接】tensorflow Ascend TensorFlow Adapter 
项目地址: https://gitcode.com/cann/tensorflow
-
已安装CANN软件包与框架包，详细请参见环境准备。
-
安装如下表所示相关依赖。
依赖包 版本限制 gcc 8.4及以上版本
用户可使用cc --version命令确定当前系统使用的gcc版本。
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++ 8.4及以上版本
用户可使用c++ --version命令确定当前系统使用的gcc版本。
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。zip 无特定版本要求。 unzip 无特定版本要求。 libtool 无特定版本要求。 automake 无特定版本要求。 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 。[!NOTE]说明
- gcc和g++的版本需要保持一致，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。
【免费下载链接】tensorflow Ascend TensorFlow Adapter 项目地址: https://gitcode.com/cann/tensorflow
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
