如何在 Kaggle Notebook 上安装“Tree Ensemble Layer”答案

【问题标题】：How to install the "Tree Ensemble Layer" on Kaggle Notebook如何在 Kaggle Notebook 上安装“Tree Ensemble Layer”
【发布时间】：2021-05-03 12:22:42
【问题描述】：

我想在 Kaggle Notebook 上尝试以下代码，但找不到安装 tf_trees 的方法。

from tensorflow import keras
from tf_trees import TEL

tree_layer = TEL(output_logits_dim=2, trees_num=10, depth=3)

model = keras.Sequential()
model.add(keras.layers.BatchNormalization())
model.add(tree_layer)

似乎无法使用 !pip install 安装 tf_trees

如果有人可以提出解决方案，我将不胜感激。谢谢。

来源：https://github.com/google-research/google-research/tree/master/tf_trees

【问题讨论】：

你能分享一下为什么你链接的github页面上提到的安装方法不适合你吗？
问题是GitHub上提到的解决方案无法在Kaggle Notebook上运行。

标签： python tensorflow keras pip kaggle

【解决方案1】：

首先打开互联网支持并从 github 克隆 google-research repo：

!git clone https://github.com/google-research/google-research.git

那么我们需要 g++ 的编译和链接选项，所以运行以下代码 sn-ps：

import tensorflow as tf; 
print(" ".join(tf.sysconfig.get_compile_flags()))

和

import tensorflow as tf; 
print(" ".join(tf.sysconfig.get_link_flags()))

对于我的笔记本，我得到了以下标志：

-I/opt/conda/lib/python3.7/site-packages/tensorflow/include -D_GLIBCXX_USE_CXX11_ABI=0
-L/opt/conda/lib/python3.7/site-packages/tensorflow -l:libtensorflow_framework.so.2

之后，只需将变量 ${TF_CFLAGS[@]} 和 ${TF_LFLAGS[@]} 替换为上述输出

!g++ -std=c++11 -shared google-research/tf_trees/neural_trees_ops.cc google-research/tf_trees/neural_trees_kernels.cc google-research/tf_trees/neural_trees_helpers.cc -o google-research/tf_trees/neural_trees_ops.so -fPIC -I/opt/conda/lib/python3.7/site-packages/tensorflow/include -D_GLIBCXX_USE_CXX11_ABI=0 -L/opt/conda/lib/python3.7/site-packages/tensorflow -l:libtensorflow_framework.so.2 -O2

最后我们需要添加系统路径

import sys
sys.path.insert(1, '/kaggle/working/google-research')

然后运行你的 sn-p

from tensorflow import keras
from tf_trees import TEL

tree_layer = TEL(output_logits_dim=2, trees_num=10, depth=3)

model = keras.Sequential()
model.add(keras.layers.BatchNormalization())
model.add(tree_layer)

【讨论】：

感谢您的回复，它现在对我有用。