第25.1.3节 深度学习相关插件的下载

使用深度学习组件，需要用到TensorFlow环境，这个环境不是默认安装的。需要借助Alink插件下载器（PluginDownloader）,使用介绍参见 https://www.yuque.com/pinshu/alink_guide/plugin_downloader 。

下面做几个实验，深入了解一下。先运行如下代码，获取默认的下载文件夹：

print(AlinkGlobalConfiguration.getPluginDir())

运行结果如下，

/Users/yangxu/opt/anaconda3/lib/python3.8/site-packages/pyalink/lib/plugins

即，默认的下载文件夹是在"pyalink/lib"下的子文件夹“plugins”。用户可以使用AlinkGlobalConfiguration.setPluginDir方法，设置新的下载文件夹。

再运行如下代码，获取是否自动进行插件下载的属性。

print("Auto Plugin Download : ")

print(AlinkGlobalConfiguration.getAutoPluginDownload())

运行结果如下，

Auto Plugin Download : 
True

即，自动下载属性的默认值为“true”。用户可以使用AlinkGlobalConfiguration.setAutoPluginDownload方法更改设置。

了解Alink关于插件下载器的基本设置，在使用过程中可以使用两种方式：

• 自动方式。如果你的运行环境，网络通畅，各组件会根据需要，自动进行下载。在第一次运行时，下载过程会增加运行时间，但用户不用了解当前组件所需的插件名称。
• 手动方式。可以在运行前进行下载，运行过程中不依赖访问外网的。

我们看一下当前插件列表里有哪些内容，哪些和深度学习相关，代码如下。

downloader = AlinkGlobalConfiguration.getPluginDownloader()

print(downloader.listAvailablePlugins())

运行结果如下，

['derby', 'hadoop', 'hive', 'kafka', 'mysql', 'odps', 'onnx_predictor', 'oss', 'parquet', 'redis', 's3-hadoop', 's3-presto', 'sqlite', 'tf_predictor_linux', 'tf_predictor_macosx', 'tf_predictor_windows', 'torch_predictor', 'xgboost', 'base_cased_ckpt', 'base_cased_saved_model', 'base_cased_vocab', 'base_chinese_ckpt', 'base_chinese_saved_model', 'base_chinese_vocab', 'base_multilingual_cased_ckpt', 'base_multilingual_cased_saved_model', 'base_multilingual_cased_vocab', 'base_uncased_ckpt', 'base_uncased_saved_model', 'base_uncased_vocab', 'libtorch_linux', 'libtorch_macosx', 'libtorch_windows', 'tf115_python_env_linux', 'tf115_python_env_macosx', 'tf115_python_env_windows', 'tf231_python_env_linux', 'tf231_python_env_macosx', 'tf231_python_env_windows']

其中“tf231_python_env_macosx”为TensorFlow 2.3.1 适合 Mac OS的版本；“base_chinese_ckpt”为BERT组件所需的中文预训练模型文件。