tfx_bsl（TFX 基本共享库）包含许多 TFX（TensorFlow eXtended）库和组件共享的库。
项目描述
TFX 基本共享库
TFX 基本共享库 ( tfx_bsl) 包含许多
TensorFlow eXtended (TFX)组件共享的库。
只有以下子模块导出的符号才能tfx_bsl/public供 TFX 用户直接使用，包括独立 TFX 库（例如 TFDV、TFMA、TFT）用户、TFX 管道作者和 TFX 组件作者。这些 API 将变得稳定并tfx_bsl在超出1.0.
其他目录下的 API 应被视为 TFX 内部的（因此它们没有向后或向前兼容性保证）。
TFX 库或 TFX 本身的每个次要版本，如果它需要依赖tfx_bsl，将依赖于它的特定次要版本（例如，
tensorflow_data_validation0.14.* 将依赖于并且仅适用于
tfx_bsl0.14.*）
从 PyPI 安装
tfx_bsl可作为PyPI 包使用。
pip install tfx-bsl
每晚套餐
TFX-BSL 还在Google Cloud上的https://pypi-nightly.tensorflow.org上托管夜间软件包。要安装最新的 nightly 软件包，请使用以下命令：
pip install --extra-index-url https://pypi-nightly.tensorflow.org/simple tfx-bsl
这将为 TFX-BSL 的主要依赖项（例如 TensorFlow 元数据 (TFMD)）安装 nightly 包。
然而，它是许多 TFX 组件的依赖项，通常作为用户您不需要直接安装它。
使用 Docker 构建
如果您想从 master 分支构建一个 TFX 组件，在最新版本之后，您可能还必须构建 latest tfx_bsl，因为该 TFX 组件可能依赖于最新tfx_bsl
版本之后引入的新功能。
从 Docker 构建是tfx_bsl在 Linux 下构建的推荐方式，并且在 Google 不断进行测试。
1.安装Docker
请先安装docker并
docker-compose按照说明进行操作。
2.克隆tfx_bsl存储库
git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl
请注意，这些说明将安装tfx-bsl. 如果要安装特定分支（例如发布分支），请传递
-b <branchname>给git clone命令。
3.构建pip包
然后，在项目根目录运行以下命令：
sudo docker-compose build manylinux2010
sudo docker-compose run -e PYTHON_VERSION=${PYTHON_VERSION} manylinux2010
其中PYTHON_VERSION之一在哪里{37, 38, 39}。
将在 下生产一个轮子dist/。
4.安装pip包
pip install dist/*.whl
从源代码构建
1.先决条件
安装 NumPy
如果您的系统上未安装 NumPy，请按照以下说明立即安装。
安装 Bazel
如果您的系统上未安装 Bazel，请按照以下说明立即安装。
2.克隆tfx_bsl存储库
git clone https://github.com/tensorflow/tfx-bsl
cd tfx-bsl
请注意，这些说明将安装最新的 master 分支，tfx_bsl
如果要安装特定的分支（例如发布分支），请传递-b <branchname>给git clone命令。
3.构建pip包
tfx_bslwheel 依赖于 Python 版本——要构建适用于特定 Python 版本的 pip 包，请使用该 Python 二进制文件来运行：
python setup.py bdist_wheel
您可以在子目录中找到生成的.whl文件。dist
4.安装pip包
pip install dist/*.whl
支持的平台
tfx_bsl在以下 64 位操作系统上进行了测试：
- macOS 10.12.6 (Sierra) 或更高版本。
- Ubuntu 16.04 或更高版本。
- Windows 7 或更高版本。
兼容版本
下表是tfx_bsl相互兼容的软件包版本。这是由我们的测试框架决定的，但其他未经测试的
组合也可能有效。
| tfx-bsl | 阿帕奇光束[gcp] | 皮箭 | 张量流 | 张量流元数据 | 张量流服务API |
|---|---|---|---|---|---|
| GitHub 大师 | 2.40.0 | 6.0.0 | 每晚 (1.x/2.x) | 1.10.0 | 2.9.0 |
| 1.10.0 | 2.40.0 | 6.0.0 | 1.15 / 2.9 | 1.10.0 | 2.9.0 |
| 1.9.0 | 2.38.0 | 5.0.0 | 1.15 / 2.9 | 1.9.0 | 2.9.0 |
| 1.8.0 | 2.38.0 | 5.0.0 | 1.15 / 2.8 | 1.8.0 | 2.8.0 |
| 1.7.0 | 2.36.0 | 5.0.0 | 1.15 / 2.8 | 1.7.0 | 2.8.0 |
| 1.6.0 | 2.35.0 | 5.0.0 | 1.15 / 2.7 | 1.6.0 | 2.7.0 |
| 1.5.0 | 2.34.0 | 5.0.0 | 1.15 / 2.7 | 1.5.0 | 2.7.0 |
| 1.4.0 | 2.31.0 | 5.0.0 | 1.15 / 2.6 | 1.4.0 | 2.6.0 |
| 1.3.0 | 2.31.0 | 2.0.0 | 1.15 / 2.6 | 1.2.0 | 2.6.0 |
| 1.2.0 | 2.31.0 | 2.0.0 | 1.15 / 2.5 | 1.2.0 | 2.5.1 |
| 1.1.0 | 2.29.0 | 2.0.0 | 1.15 / 2.5 | 1.1.0 | 2.5.1 |
| 1.0.0 | 2.29.0 | 2.0.0 | 1.15 / 2.5 | 1.0.0 | 2.5.1 |
| 0.30.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.30.0 | 2.4.0 |
| 0.29.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.29.0 | 2.4.0 |
| 0.28.0 | 2.28.0 | 2.0.0 | 1.15 / 2.4 | 0.28.0 | 2.4.0 |
| 0.27.1 | 2.27.0 | 2.0.0 | 1.15 / 2.4 | 0.27.0 | 2.4.0 |
| 0.27.0 | 2.27.0 | 2.0.0 | 1.15 / 2.4 | 0.27.0 | 2.4.0 |
| 0.26.1 | 2.25.0 | 0.17.0 | 1.15 / 2.3 | 0.27.0 | 2.3.0 |
| 0.26.0 | 2.25.0 | 0.17.0 | 1.15 / 2.3 | 0.27.0 | 2.3.0 |
