如何在另一台Windows设备部署源码编译的TensorFlow？

嘿，这个问题我太有共鸣了——每台机器都从头编译TensorFlow简直是时间杀手，下面是我亲测有效的部署方案，分两种方式，优先推荐第一种：

前提条件（必须满足！） #

• 目标设备和编译设备的Windows版本架构一致（比如都是64位Win10/Win11）；
• 两台设备的Python版本完全相同（小版本都不能差，比如都是3.8.10 64位）；
• 目标设备的CPU必须支持AVX/AVX2（不然部署后会直接报非法指令错误）。

方式一：生成Wheel包安装（最推荐，稳定可靠） #

这是官方推荐的部署方式，本质是把编译好的TensorFlow打包成可分发的pip包：

1. 编译时生成Wheel文件
   编译完成后，找到TensorFlow源码目录下的bazel-bin/tensorflow/tools/pip_package文件夹，里面有个build_pip_package.py脚本。打开命令行，运行：

   python build_pip_package.py --output-dir C:\Your\Wheel\Save\Path
   

   执行完成后，指定目录会生成一个类似tensorflow-2.x.x-cp38-cp38-win_amd64.whl的文件。

2. 在目标设备安装Wheel包

   • 把生成的.whl文件复制到目标设备；
   • 先卸载目标设备上已有的TensorFlow（避免版本冲突）：

     pip uninstall -y tensorflow tensorflow-estimator
     

   • 安装自定义编译的包：

     pip install C:\Path\To\Your\Custom\TensorFlow.whl
     

方式二：直接复制已安装的文件（应急用，不推荐） #

如果之前没有生成Wheel包，也可以直接复制本地已安装的TensorFlow文件到目标设备：

1. 找到本地TensorFlow安装目录
   打开Python的site-packages文件夹，路径一般是：

   C:\Users\YourUsername\AppData\Local\Programs\Python\PythonXX\Lib\site-packages
   

   复制以下文件/文件夹：

   • tensorflow 主文件夹；
   • 相关的附属文件夹（比如tensorflow_estimator、tensorflow_core，依版本而定）；
   • 所有以tensorflow-开头的.dist-info文件夹。

2. 复制到目标设备并替换
   把上述文件粘贴到目标设备的同路径site-packages下，覆盖原有的同名文件/文件夹。

3. 安装依赖包
   在编译设备上导出当前Python环境的依赖列表：

   pip freeze > requirements.txt
   

   把requirements.txt复制到目标设备，执行：

   pip install -r requirements.txt
   

   确保依赖版本和编译设备完全一致。

验证部署成功 #

在目标设备打开Python控制台，执行以下代码检查：

import tensorflow as tf
print(f"TensorFlow版本：{tf.__version__}")
print(f"是否支持AVX2：{tf.test.is_built_with_avx2()}")

如果能正常输出版本号，且is_built_with_avx2()返回True，就说明部署成功了。

内容的提问来源于stack exchange，提问作者omatai