इस गाइड में आपको XLA प्रोजेक्ट डेवलप करने का तरीका बताया गया है.
शुरू करने से पहले, इन ज़रूरी शर्तों को पूरा करें:
- CONTRIBUTING.md पर जाएं और योगदान की प्रोसेस की समीक्षा करें.
- अगर आपने योगदान देने वालों के लाइसेंस के लिए कानूनी समझौते पर हस्ताक्षर नहीं किए हैं, तो कृपया हस्ताक्षर करें.
- इन डिपेंडेंसी को इंस्टॉल या कॉन्फ़िगर करें:
इसके बाद, सोर्स कोड पाने, एनवायरमेंट सेट अप करने, रिपॉज़िटरी बनाने, और पुल का अनुरोध बनाने के लिए नीचे दिया गया तरीका अपनाएं.
कोड पाएं
- XLA डेटा स्टोर करने की जगह का एक फ़ॉर्क बनाएं.
<USER>
की जगह अपना GitHub उपयोगकर्ता नाम डालें. साथ ही, रेपो के अपने फ़ोर्क को क्लोन करें:git clone <a href="https://github.com/">https://github.com/</a><USER>/xla.git
xla
डायरेक्ट्री में बदलें:cd xla
रिमोट अपस्ट्रीम रेपो कॉन्फ़िगर करें:
git remote add upstream <a href="https://github.com/openxla/xla.git">https://github.com/openxla/xla.git</a>
एनवायरमेंट सेट अप करें
Bazel इंस्टॉल करें.
XLA बनाने के लिए, आपके पास Bazel इंस्टॉल होना चाहिए. Bazel को इंस्टॉल करने का सुझाव, Bazelisk से दिया जाता है. यह XLA के लिए, Bazel का सही वर्शन अपने-आप डाउनलोड कर लेता है. अगर Bazelisk उपलब्ध नहीं है, तो मैन्युअल तरीके से Bzel इंस्टॉल किया जा सकता है.
TensorFlow Docker कंटेनर बनाएं और चलाएं.
सीपीयू के लिए, TensorFlow Docker इमेज पाने के लिए, नीचे दिया गया कमांड चलाएं:
docker run --name xla -w /xla -it -d --rm -v $PWD:/xla tensorflow/build:latest-python3.9 bash
इसके अलावा, जीपीयू के लिए TensorFlow Docker इमेज पाने के लिए, यह कमांड चलाएं:
docker run --name xla_gpu -w /xla -it -d --rm -v $PWD:/xla tensorflow/tensorflow:devel-gpu bash
बनाएं
सीपीयू के लिए बना:
docker exec xla ./configure
docker exec xla bazel build --test_output=all --spawn_strategy=sandboxed //xla/...
जीपीयू के लिए बना:
docker exec -e TF_NEED_CUDA=1 xla_gpu ./configure
docker exec xla_gpu bazel build --test_output=all --spawn_strategy=sandboxed //xla/...
आपके पहले बिल्ड को बनाने में काफ़ी समय लगेगा, क्योंकि इसमें XLA, MLIR, और StableHLO सहित पूरा स्टैक बनाना होता है.
XLA बनाने के बारे में ज़्यादा जानने के लिए, सोर्स से बनाएं देखें.
पुल का अनुरोध करें
जब आप बदलावों को समीक्षा के लिए भेजने के लिए तैयार हों, तब एक पुल अनुरोध बनाएं.
XLA कोड की समीक्षा के सिद्धांत के बारे में जानने के लिए, कोड की समीक्षाएं देखें.