--- title: 安装框架插件包 description: "昇腾提供了对接深度学习框架TensorFlow的适配插件TF Adapter，若开发者需要在NPU上执行TensorFlow网络的训练或在线推理，需要安装TensorFlow框架适配插件包TF Adapter。" url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/migration/tfmigr1/tfmigr1_000009.html sourcePath: /source/zh/TensorFlowCommercial/900/migration/tfmigr1/tfmigr1_000009.html indexId: 6eab982ebd01d8f3696699c513499761bc2318e5b5b15cc898f4eff2f400678173 --- # 安装框架插件包 昇腾提供了对接深度学习框架TensorFlow的适配插件TF Adapter，若开发者需要在NPU上执行TensorFlow网络的训练或在线推理，需要安装TensorFlow框架适配插件包TF Adapter。 - 若您是首次安装框架插件包，请参见 安装插件包 。 - 若您已经安装了框架插件包，需要升级安装新版本框架插件包，请参见 升级插件包 。 #### 安装插件包 1. 获取TF Adapter安装包。 a. 单击 TF Adapter Gitcode仓(https://gitcode.com/cann/tensorflow/tags) ，进入TF Adapter发布标签页面。 b. 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${TF Adapter软件版本}与配套的CANN软件版本号一致。 c. 在“发行版”页面中获取TF Adapter的whl安装包。 针对TensorFlow 1.15框架，您需要获取“npu_bridge-1.15.0-py3-none-manylinux2014_.whl”软件包。 表示操作系统架构，取值为x86_64与aarch64。 2. 安装TF Adapter软件包。 a. 以软件包的安装用户登录安装环境，将获取到的框架插件包上传到安装环境任意路径（例如“/home/package”）。 b. 执行如下命令安装TF Adapter。 ``` pip3 install "npu_bridge-1.15.0-py3-none-manylinux2014_.whl" --force-reinstall -t "${TFPLUGIN_INSTALL_PATH}" ``` - “npu_bridge-1.15.0-py3-none-manylinux2014_.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/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${TFPLUGIN_INSTALL_PATH}为TF Adapter软件包的安装路径。 #### 升级插件包 若您需要升级TF Adapter插件包，需要先卸载，再安装。 1. 卸载TF Adapter软件包。 - 场景1：TF Adapter 8.0.0版本首次采用whl打包形式，若您环境中安装的是TF Adapter 8.0.0之前版本，请参见以下步骤卸载。 a. 执行如下命令，进入卸载脚本所在路径。 1 cd /usr/local/Ascend/tfplugin/latest/script 其中“/usr/local/Ascend”为8.0.0之前版本的TF Adapter插件包安装路径，请根据实际情况替换。 b. 执行uninstall.sh脚本，卸载老版本TF Adapter软件包。 1 ./uninstall.sh - 场景2：若您安装的是TF Adapter 8.0.0及之后版本的whl包，请参见下文的 卸载插件包 卸载。 2. 卸载成功后，参见安装插件包安装新版本TF Adapter whl包。 #### 卸载插件包 安装完TF Adapter插件包后，若您需要卸载，可执行如下命令。 ``` ## 设置环境变量，指定TF Adapter软件python库所在路径 export PYTHONPATH=${TFPLUGIN_INSTALL_PATH}:$PYTHONPATH # 卸载TensorFlow 1.15框架适配插件包 pip3 uninstall -y npu_bridge ```