TensorFlow-Ubuntu-Build-Script

*** Work ***

Ce dépôt contient un script pour compiler TensorFlow à partir du code source sur une machine Ubuntu. Il a été optimisé pour utiliser les instructions AVX2 et FMA, garantissant ainsi des performances accrues pour les processeurs compatibles.

Versions mises à jour (Juin 2025) :

• TensorFlow 2.19.0 (dernière version stable)
• Bazelisk 1.26.0 (gestion automatique de Bazel)
• NumPy 2.2.6 (dernière version compatible)
• Six 1.17.0 (dernière version)

Prérequis

Système d'exploitation : Ubuntu 20.04 LTS ou plus récent (24.04 LTS recommandé)
Vérification automatique de la version du système d'exploitation
Outils de compilation :
    Bazelisk (gère automatiquement la version de Bazel compatible)
    Python (recommandé : 3.12)
    Pip et virtualenv
Dépendances supplémentaires :
    Git
    Bibliothèques mathématiques : libomp-dev, libopenblas-dev, liblapack-dev, libeigen3-dev, libblas-dev, libatlas-base-dev
    Outils système : cpuinfo
    Python packages : numpy, six

To build from scratch:

wget https://raw.githubusercontent.com/viking76/TensorFlow_Ubuntu_AVX2_Build/refs/heads/main/tensorflow_builder.sh
sh ./tensorflow_builder.sh

Pour installer directement le binaire compilé sur un 3900x

curl -L https://github.com/viking76/TensorFlow-Ubuntu-Build-Script/releases/download/TF2.19/tensorflow_cpu-2.19.0-cp312-cp312-linux_x86_64.whl
sudo pip install ~/tensorflow_cpu*.whl

🚀 Build avec support GPU (NVIDIA CUDA)

Pour compiler TensorFlow avec support GPU, utilisez le script dédié :

wget https://raw.githubusercontent.com/viking76/TensorFlow_Ubuntu_AVX2_Build/refs/heads/main/tensorflow_builder_gpu.sh
sh ./tensorflow_builder_gpu.sh

Prérequis GPU :

• Carte graphique NVIDIA compatible (architecture Pascal ou supérieure)
• Pilotes NVIDIA installés (nvidia-driver-535 recommandé)
• CUDA Toolkit 12.3 (requis pour TensorFlow 2.19.0)
• cuDNN 8.9 (requis pour TensorFlow 2.19.0)

Le script vérifie automatiquement la présence de CUDA et cuDNN et propose de les installer si nécessaire.

Installation

1. Cloner le dépôt TensorFlow

   git clone https://github.com/viking76/TensorFlow-Ubuntu-Build-Script.git cd TensorFlow-Ubuntu ./tensorflow_build.sh

Le script de configuration vous demandera d'indiquer les chemins vers Python et ses bibliothèques ainsi que de définir les options d'optimisation (ex : AVX2, FMA, CUDA si GPU).

Ce script :

Vérifie la compatibilité AVX2 et FMA.
Installe les dépendances.
Crée un environnement virtuel Python pour isoler les bibliothèques.
Exécute la compilation avec Bazel.
Produit un fichier .whl prêt à être installé.
Installe le package TensorFlow

Dépannage Erreurs courantes

Erreur de permission lors de la génération des fichiers de configuration
Incompatibilité de version de Bazel
Vérifiez la version de Bazel avec bazel --version et comparez-la avec celle recommandée pour la version de TensorFlow. Ajustez si nécessaire.

⚠️ Dépannage GPU

• Erreur CUDA non trouvé : Vérifiez que nvcc --version fonctionne. Si non, installez CUDA Toolkit 12.3.
• Erreur cuDNN non trouvé : Vérifiez que /usr/include/cudnn_version.h existe. Installez libcudnn8-dev si nécessaire.
• Incompatibilité de version CUDA : TensorFlow 2.19.0 nécessite CUDA 12.3 et cuDNN 8.9. Utilisez sudo apt install nvidia-cuda-toolkit=12.3 pour forcer la version.
• Pilotes NVIDIA manquants : Exécutez nvidia-smi pour vérifier. Installez avec sudo ubuntu-drivers autoinstall.

Auteurs

Ce dépôt a été mis en place pour faciliter la compilation optimisée de TensorFlow sous Ubuntu.

Ce README.md couvre les étapes principales et donne des instructions pour la résolution des erreurs courantes.

License

Apache License 2.0