安装框架插件包

安装插件包

1. 获取TF Adapter安装包。
   1. 单击TF Adapter Gitee仓，进入TF Adapter发布标签页面。
   2. 选择配套CANN版本的标签，然后单击“查看发行版”，进入“发行版”页面。

      TF Adapter源码仓标签命名规则为：tfa_${tag版本}_${TF Adapter软件版本}，其中${TF Adapter软件版本}与配套的CANN软件版本号一致。

   3. 在“发行版”页面中获取TF Adapter的whl安装包。

      针对TensorFlow 1.15框架，您需要获取“npu_bridge-1.15.0-py3-none-manylinux2014_<arch>.whl”软件包。

      <arch>表示操作系统架构，取值为x86_64与aarch64。

2. 安装TF Adapter软件包。
   1. 以软件包的安装用户登录安装环境，将获取到的框架插件包上传到安装环境任意路径（例如“/home/package”）。
   2. 执行如下命令安装TF Adapter。

      1	pip3 install "npu_bridge-1.15.0-py3-none-manylinux2014_<arch>.whl" --force-reinstall -t "${TFPLUGIN_INSTALL_PATH}"

      • “npu_bridge-1.15.0-py3-none-manylinux2014_<arch>.whl”请替换为安装包名称。
      • --force-reinstall：强制重新安装指定的软件包。
      • “-t”参数指定的${TFPLUGIN_INSTALL_PATH}为TF Adapter软件包的安装路径，例如“/home/HwHiAiUser/Ascend/tfplugin”。

      pip常用命令参数如下，更多pip命令参数可执行“pip3 --help”查看。

      • --disable-pip-version-check：用于屏蔽pip版本检查，避免pip升级告警。
      • --upgrade：用于升级指定的软件包。
      • --no-deps：忽略所安装软件包的依赖。
3. 设置TF Adapter环境变量，让开发者后续可直接使用TF Adapter的Python库。

   1	export PYTHONPATH=${TFPLUGIN_INSTALL_PATH}:$PYTHONPATH

   其中${TFPLUGIN_INSTALL_PATH}为TF Adapter软件包的安装路径。

升级插件包

若您需要升级TF Adapter插件包，需要先卸载，再安装。

1. 卸载TF Adapter软件包。
   • 场景1：TF Adapter 8.0.0版本首次采用whl打包形式，若您环境中安装的是TF Adapter 8.0.0之前版本，请参见以下步骤卸载。
     1. 执行如下命令，进入卸载脚本所在路径。

        1	cd /home/HwHiAiUser/Ascend/tfplugin/latest/script

        其中“/home/HwHiAiUser”为8.0.0之前版本的TF Adapter插件包安装路径，请根据实际情况替换。

     2. 执行uninstall.sh脚本，卸载老版本TF Adapter软件包。

        1	./uninstall.sh

   • 场景2：若您安装的是TF Adapter 8.0.0及之后版本的whl包，请参见下文的卸载插件包卸载。
2. 卸载成功后，参见安装插件包安装新版本TF Adapter whl包。

卸载插件包

安装完TF Adapter插件包后，若您需要卸载，可执行如下命令。

1
2
3
4
5

## 设置环境变量，指定TF Adapter软件Python库所在路径
export PYTHONPATH=${TFPLUGIN_INSTALL_PATH}:$PYTHONPATH

# 卸载TensorFlow 1.15框架适配插件包
pip3 uninstall -y npu_bridge