修改张量流源的最佳实践

我试图修改Tensorflow源代码（核心）。修改张量流源的最佳实践

研究完代码之后，我开始修改，重新编译并运行我自己的测试。但我不确定我是否以最好的方式做到这一点。所以我有一些关于它的问题。

1 - 我是否需要重新编译所有tensorflow代码或只修改模块？

2 - 为了实施修改，我是否始终从我的资源创建一个轮包并进行安装？为什么我可以在bazel编译后直接整合修改？

3 - 什么是测试代码的最佳方式？有很多单元测试，我不知道如何正确使用它。

4 - 我使用bash脚本来运行bazel命令，有更好的东西吗？

谢谢大家！

来源

2017-06-19 plotbot

曾经有一个名为'为发展建立tensorflow'的部分，它提供了一种修改TF并在不需要安装轮子的情况下使用它的方法。不知道它在哪里，我看到旧版本在https://github.com/orionr/tensorflow/blob/6666bd9355d4d69ef73e9fda95dff262055fbb84/tensorflow/g3doc/get_started/os_setup.md –

您是否正在修改Python或C++？ –

我正在修改C++核心，并用C++和python运行应用程序。我认为python总是使用C++核心和内核来做计算的东西。 – plotbot

（从有关问题的评论总结）没有必要建立一个PIP封装TensorFlow同时发展变化TensorFlow本身。相反，bazel run <target>可让您运行单元测试（bazel test将一个或多个测试的输出记录到文件而不是直接打印）。因此，举例来说，如果你正在修改的一个热点OP（tensorflow/core/kernels/one_hot_op.cc），您可能需要运行该OP Python的单元测试套装（tensorflow/python/kernel_tests/one_hot_op_test.py）：

bazel run //tensorflow/python/kernel_tests:one_hot_op_test

或者进入目录，并使用相对的构建目标：

cd python/kernel_tests 
bazel run :one_hot_op_test

测试目标在BUILD文件中定义。应该自动选取对依赖关系的任何更改。第一次运行后，编译应该很快，因为大部分都会被缓存。

如果您正在开发将最终整合到使用TensorFlow的软件中的更改，那么如果您在开始进行集成测试之前首先单元测试TensorFlow更改，则可能会更愉快，将TensorFlow捆绑到一个pip包中）。

来源

2017-06-27 17:17:56

修改张量流源的最佳实践

回答

相关问题