• 从源码编译 MLeap
    • 安装 SBT
    • 编译 MLeap 核心模块
      • Clone GitHub 代码仓库
      • 初始化 Git Submodule
      • 编译 MLeap
      • 运行测试
    • 编译 TensorFlow 支持
      • 编译 / 安装 TensorFlow
      • 编译 TensorFlow MLeap 模块
      • 运行 TensorFlow 集成测试

    从源码编译 MLeap

    MLeap 作为一个开放项目被托管在 Github 上。MLeap 的编译过程非常直接和简单，无需太多的第三方依赖。本章节介绍如果从源码编译 MLeap。

    安装 SBT

    安装 SBT，SBT 被广泛用于编译 Scala 项目。

    编译 MLeap 核心模块

    MLeap 的核心模块包含了除 TensorFlow 集成之外的所有子模块。考虑到 TensorFlow 的依赖比较难安装，我们没有将其包含在核心模块中。

    Clone GitHub 代码仓库

    1. git clone https://github.com/combust/mleap.git
    2. cd mleap

    初始化 Git Submodule

    MLeap 依赖于 Git Submodule 来管理所有的 ProtoBuf 数据定义，所以我们需要初始化和更新这些 Submodule。

    1. git submodule init
    2. git submodule update

    编译 MLeap

    MLeap 项目由很多子项目组成。这个项目由根 SBT 项目管理，这意味着我们只要执行一条 SBT 命令，就能编译所有的子项目。

    1. sbt compile

    运行测试

    MLeap has extensive testing, including full parity tests between MLeap and Spark transformers.

    MLeap 项目含有大量的测试，包括许多对 MLeap 和 Spark 的 Transformer 执行结果的比较校验测试。

    1. sbt test

    编译 TensorFlow 支持

    mleap-tensorflo 子模块的编译并不是全自动的，我们需要先编译 TensorFlow 并把 TensorFlow 的 Jar 包安装到本地的 Maven2 Repository 中。

    编译 / 安装 TensorFlow

    有非常多的教程介绍如何编译和安装 TensorFlow。

    1. Tensorflow（译者注：文档已被原作者删除）
    2. Tensorflow Java Bindings.

    编译 TensorFlow MLeap 模块

    1. sbt mleap-tensorflow/compile

    运行 TensorFlow 集成测试

    1. TENSORFLOW_JNI=/path/to/tensorflow/library/folder/java sbt mleap-tensorflow/test