Panduan ini untuk versi stabil terbaru TensorFlow. Untuk versi pratinjau (nightly) , gunakan paket pip bernama tf-nightly . Lihat tabel ini untuk persyaratan versi TensorFlow yang lebih lama. Untuk versi khusus CPU, gunakan paket pip bernama tensorflow-cpu .
Berikut adalah versi singkat dari perintah instalasi. Gulir ke bawah untuk petunjuk langkah demi langkah.
Linux
python3 -m pip install 'tensorflow[and-cuda]'
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
MacOS
# There is currently no official GPU support for MacOS.
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Windows Asli
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
# Anything above 2.10 is not supported on the GPU on Windows Native
python -m pip install "tensorflow<2.11"
# Verify the installation:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Windows WSL2
python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
CPU
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Malam
python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Persyaratan perangkat keras
Perangkat berkemampuan GPU berikut ini didukung:
- Kartu GPU NVIDIA® dengan arsitektur CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 dan yang lebih tinggi. Lihat daftar kartu GPU yang mendukung CUDA® .
- Untuk GPU dengan arsitektur CUDA® yang tidak didukung, atau untuk menghindari kompilasi JIT dari PTX, atau untuk menggunakan versi pustaka NVIDIA® yang berbeda, lihat panduan pembuatan Linux dari kode sumber .
- Paket tidak berisi kode PTX kecuali untuk arsitektur CUDA® terbaru yang didukung; oleh karena itu, TensorFlow gagal dimuat pada GPU yang lebih lama ketika
CUDA_FORCE_PTX_JIT=1diatur. (Lihat Kompatibilitas Aplikasi untuk detailnya.)
Persyaratan sistem
- Ubuntu 16.04 atau lebih tinggi (64-bit)
- macOS 12.0 (Monterey) atau lebih tinggi (64-bit) (tanpa dukungan GPU)
- Windows Native - Windows 7 atau lebih tinggi (64-bit) (tidak ada dukungan GPU setelah TF 2.10)
- Windows WSL2 - Windows 10 19044 atau lebih tinggi (64-bit)
Persyaratan perangkat lunak
- Python 3.9–3.12
- pip versi 19.0 atau lebih tinggi untuk Linux (membutuhkan dukungan
manylinux2014) dan Windows. pip versi 20.3 atau lebih tinggi untuk macOS. - Windows Native Membutuhkan Microsoft Visual C++ Redistributable untuk Visual Studio 2015, 2017, dan 2019
Perangkat lunak NVIDIA® berikut hanya diperlukan untuk dukungan GPU.
- Driver GPU NVIDIA®
- >= 525.60.13 untuk Linux
- >= 528.33 untuk WSL di Windows
- CUDA® Toolkit 12.3 .
- cuDNN SDK 8.9.7 .
- (Opsional) TensorRT untuk meningkatkan latensi dan throughput untuk inferensi.
Instruksi langkah demi langkah
Linux
1. Persyaratan sistem
- Ubuntu 16.04 atau lebih tinggi (64-bit)
TensorFlow secara resmi hanya mendukung Ubuntu. Namun, petunjuk berikut mungkin juga berfungsi untuk distribusi Linux lainnya.
2. Pengaturan GPU
Anda dapat melewati bagian ini jika Anda hanya menjalankan TensorFlow pada CPU.
Instal driver GPU NVIDIA jika Anda belum melakukannya. Anda dapat menggunakan perintah berikut untuk memverifikasi apakah driver sudah terinstal.
nvidia-smi
3. Buat lingkungan virtual dengan venv
Modul venv adalah bagian dari pustaka standar Python dan merupakan cara yang direkomendasikan secara resmi untuk membuat lingkungan virtual.
Arahkan ke direktori lingkungan virtual yang Anda inginkan dan buat lingkungan venv baru bernama tf dengan perintah berikut.
python3 -m venv tf
Anda dapat mengaktifkannya dengan perintah berikut.
source tf/bin/activate
Pastikan lingkungan virtual diaktifkan untuk sisa proses instalasi.
4. Instal TensorFlow
TensorFlow membutuhkan versi pip terbaru, jadi perbarui instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Kemudian, instal TensorFlow dengan pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
6. Verifikasi instalasi
Verifikasi pengaturan CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, berarti Anda telah berhasil menginstal TensorFlow.
Periksa pengaturan GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Jika daftar perangkat GPU ditampilkan, berarti Anda telah berhasil menginstal TensorFlow. Jika tidak, lanjutkan ke langkah berikutnya .
6. [Khusus GPU] Konfigurasi lingkungan virtual
Jika pengujian GPU di bagian sebelumnya tidak berhasil, kemungkinan besar penyebabnya adalah komponen tidak terdeteksi, dan/atau terjadi konflik dengan instalasi CUDA sistem yang sudah ada. Jadi, Anda perlu menambahkan beberapa tautan simbolik untuk memperbaikinya.
- Buat tautan simbolik ke pustaka bersama NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
- Buat tautan simbolik ke ptxas:
ln -sf $(find $(dirname $(dirname $(python -c "import nvidia.cuda_nvcc;
print(nvidia.cuda_nvcc.__file__)"))/*/bin/) -name ptxas -print -quit) $VIRTUAL_ENV/bin/ptxas
Periksa pengaturan GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
MacOS
1. Persyaratan sistem
- macOS 10.12.6 (Sierra) atau lebih tinggi (64-bit)
Saat ini belum ada dukungan GPU resmi untuk menjalankan TensorFlow di MacOS. Instruksi berikut adalah untuk menjalankannya di CPU.
2. Periksa versi Python
Periksa apakah lingkungan Python Anda sudah dikonfigurasi:
python3 --version
python3 -m pip --version
3. Instal TensorFlow
TensorFlow membutuhkan versi pip terbaru, jadi perbarui instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Kemudian, instal TensorFlow dengan pip.
pip install tensorflow
4. Verifikasi instalasi
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, berarti Anda telah berhasil menginstal TensorFlow.
Windows Asli
1. Persyaratan sistem
- Windows 7 atau lebih tinggi (64-bit)
2. Instal Microsoft Visual C++ Redistributable
Instal Microsoft Visual C++ Redistributable untuk Visual Studio 2015, 2017, dan 2019. Mulai dari versi TensorFlow 2.1.0, file msvcp140_1.dll diperlukan dari paket ini (yang mungkin tidak disediakan dari paket redistributable versi lama). Redistributable ini disertakan dengan Visual Studio 2019 tetapi dapat diinstal secara terpisah:
- Buka halaman unduhan Microsoft Visual C++ .
- Gulir ke bawah halaman hingga ke bagian Visual Studio 2015, 2017, dan 2019 .
- Unduh dan instal Microsoft Visual C++ Redistributable untuk Visual Studio 2015, 2017, dan 2019 untuk platform Anda.
Pastikan jalur panjang diaktifkan di Windows.
3. Instal Miniconda
Miniconda adalah pendekatan yang direkomendasikan untuk menginstal TensorFlow dengan dukungan GPU. Miniconda menciptakan lingkungan terpisah untuk menghindari perubahan perangkat lunak yang sudah terpasang di sistem Anda. Ini juga merupakan cara termudah untuk menginstal perangkat lunak yang dibutuhkan, terutama untuk pengaturan GPU.
Unduh Miniconda Windows Installer . Klik dua kali file yang diunduh dan ikuti petunjuk di layar.
4. Buat lingkungan conda
Buat lingkungan conda baru bernama tf dengan perintah berikut.
conda create --name tf python=3.9
Anda dapat menonaktifkan dan mengaktifkannya dengan perintah berikut.
conda deactivate
conda activate tf
Pastikan fitur tersebut diaktifkan selama sisa proses instalasi.
5. Pengaturan GPU
Anda dapat melewati bagian ini jika Anda hanya menjalankan TensorFlow di CPU.
Pertama-tama, instal driver GPU NVIDIA jika Anda belum melakukannya.
Kemudian instal CUDA dan cuDNN menggunakan conda.
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. Instal TensorFlow
TensorFlow membutuhkan versi pip terbaru, jadi perbarui instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Kemudian, instal TensorFlow dengan pip.
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. Verifikasi instalasi
Verifikasi pengaturan CPU:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, berarti Anda telah berhasil menginstal TensorFlow.
Periksa pengaturan GPU:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Jika daftar perangkat GPU dikembalikan, berarti Anda telah berhasil menginstal TensorFlow.
Windows WSL2
1. Persyaratan sistem
- Windows 10 19044 atau lebih tinggi (64-bit). Ini sesuai dengan Windows 10 versi 21H2, pembaruan November 2021.
Lihat dokumen-dokumen berikut untuk:
2. Pengaturan GPU
Anda dapat melewati bagian ini jika Anda hanya menjalankan TensorFlow pada CPU.
Instal driver GPU NVIDIA jika Anda belum melakukannya. Anda dapat menggunakan perintah berikut untuk memverifikasi apakah driver sudah terinstal.
nvidia-smi
3. Instal TensorFlow
TensorFlow membutuhkan versi pip terbaru, jadi perbarui instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Kemudian, instal TensorFlow dengan pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. Verifikasi instalasi
Verifikasi pengaturan CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, berarti Anda telah berhasil menginstal TensorFlow.
Periksa pengaturan GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Jika daftar perangkat GPU dikembalikan, berarti Anda telah berhasil menginstal TensorFlow.
Lokasi paket
Beberapa mekanisme instalasi memerlukan URL paket Python TensorFlow. Nilai yang Anda tentukan bergantung pada versi Python Anda.