تثبيت TensorFlow مع النقطة

لينكس

python3 -m pip install 'tensorflow[and-cuda]'
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

نظام التشغيل 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])))"

نظام التشغيل ويندوز الأصلي

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'))"

ويندوز WSL2

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

وحدة المعالجة المركزية

python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

ليليًا

python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

لينكس

1. متطلبات النظام

• أوبونتو 16.04 أو أعلى (64 بت)

يدعم TensorFlow رسميًا نظام Ubuntu فقط. ومع ذلك، قد تنجح التعليمات التالية أيضًا مع توزيعات Linux الأخرى.

2. إعداد وحدة معالجة الرسومات

يمكنك تخطي هذا القسم إذا كنت تقوم بتشغيل TensorFlow على وحدة المعالجة المركزية فقط.

قم بتثبيت برنامج تشغيل بطاقة الرسومات NVIDIA إذا لم تكن قد فعلت ذلك. يمكنك استخدام الأمر التالي للتحقق من تثبيته.

nvidia-smi

3. أنشئ بيئة افتراضية باستخدام venv

تُعد وحدة venv جزءًا من مكتبة بايثون القياسية وهي الطريقة الموصى بها رسميًا لإنشاء بيئات افتراضية.

انتقل إلى دليل البيئات الافتراضية الذي تريده وقم بإنشاء بيئة venv جديدة باسم tf باستخدام الأمر التالي.

python3 -m venv tf 

يمكنك تفعيله باستخدام الأمر التالي.

source tf/bin/activate    

تأكد من تفعيل البيئة الافتراضية لبقية عملية التثبيت.

4. تثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من pip، لذا قم بترقية تثبيت pip الخاص بك للتأكد من أنك تستخدم أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

6. تحقق من التثبيت

تحقق من إعدادات وحدة المعالجة المركزية:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

إذا تم إرجاع موتر، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

تحقق من إعدادات وحدة معالجة الرسومات (GPU):

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

إذا تم عرض قائمة بأجهزة معالجة الرسومات، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح. وإذا لم يتم عرضها، فانتقل إلى الخطوة التالية .

6. [وحدة معالجة الرسومات فقط] تهيئة البيئة الافتراضية

إذا لم ينجح اختبار وحدة معالجة الرسومات في القسم الأخير، فمن المرجح أن السبب هو عدم اكتشاف المكونات، أو تعارضها مع تثبيت CUDA الحالي للنظام. لذا، ستحتاج إلى إضافة بعض الروابط الرمزية لحل هذه المشكلة.

• إنشاء روابط رمزية إلى مكتبات NVIDIA المشتركة:

pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd

• أنشئ رابطًا رمزيًا إلى 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

تحقق من إعدادات وحدة معالجة الرسومات (GPU):

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

نظام التشغيل macOS

1. متطلبات النظام

• نظام التشغيل macOS 10.12.6 (Sierra) أو أعلى (64 بت)

لا يوجد حاليًا دعم رسمي لوحدة معالجة الرسومات (GPU) لتشغيل TensorFlow على نظام macOS. التعليمات التالية مخصصة للتشغيل على وحدة المعالجة المركزية (CPU).

2. تحقق من إصدار بايثون

تحقق مما إذا كانت بيئة بايثون الخاصة بك مهيأة بالفعل:

python3 --version
python3 -m pip --version

3. تثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من pip، لذا قم بترقية تثبيت pip الخاص بك للتأكد من أنك تستخدم أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام pip.

pip install tensorflow

4. تحقق من التثبيت

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

إذا تم إرجاع موتر، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

نظام التشغيل ويندوز الأصلي

1. متطلبات النظام

• نظام التشغيل ويندوز 7 أو أعلى (64 بت)

2. قم بتثبيت حزمة Microsoft Visual C++ القابلة لإعادة التوزيع

قم بتثبيت حزمة Microsoft Visual C++ القابلة لإعادة التوزيع لـ Visual Studio 2015 و2017 و2019 . بدءًا من إصدار TensorFlow 2.1.0، يلزم وجود ملف msvcp140_1.dll من هذه الحزمة (والذي قد لا يكون متوفرًا في الحزم القابلة لإعادة التوزيع الأقدم). تأتي الحزمة القابلة لإعادة التوزيع مع Visual Studio 2019، ولكن يمكن تثبيتها بشكل منفصل.

1. انتقل إلى صفحة تنزيلات Microsoft Visual C++ .
2. قم بالتمرير لأسفل الصفحة إلى قسم Visual Studio 2015 و2017 و2019 .
3. قم بتنزيل وتثبيت حزمة Microsoft Visual C++ Redistributable لـ Visual Studio 2015 و 2017 و 2019 لمنصتك.

تأكد من تفعيل المسارات الطويلة في نظام التشغيل ويندوز.

3. تثبيت Miniconda

يُعدّ برنامج Miniconda الخيار الأمثل لتثبيت TensorFlow مع دعم وحدة معالجة الرسومات (GPU). فهو يُنشئ بيئة منفصلة لتجنب تغيير أي برامج مُثبّتة على نظامك. كما أنه أسهل طريقة لتثبيت البرامج المطلوبة، خاصةً لإعداد وحدة معالجة الرسومات.

قم بتنزيل برنامج تثبيت Miniconda لنظام التشغيل Windows . انقر نقراً مزدوجاً على الملف الذي تم تنزيله واتبع التعليمات التي تظهر على الشاشة.

4. أنشئ بيئة كوندا

أنشئ بيئة conda جديدة باسم tf باستخدام الأمر التالي.

conda create --name tf python=3.9

يمكنك تعطيله وتفعيله باستخدام الأوامر التالية.

conda deactivate
conda activate tf

تأكد من تفعيله لبقية عملية التثبيت.

5. إعداد وحدة معالجة الرسومات

يمكنك تخطي هذا القسم إذا كنت تقوم بتشغيل TensorFlow على وحدة المعالجة المركزية فقط.

قم أولاً بتثبيت برنامج تشغيل وحدة معالجة الرسومات NVIDIA إذا لم تكن قد قمت بذلك بالفعل.

ثم قم بتثبيت CUDA و cuDNN باستخدام conda.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. تثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من pip، لذا قم بترقية تثبيت pip الخاص بك للتأكد من أنك تستخدم أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام pip.

# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11" 

7. تحقق من التثبيت

تحقق من إعدادات وحدة المعالجة المركزية:

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

إذا تم إرجاع موتر، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

تحقق من إعدادات وحدة معالجة الرسومات (GPU):

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

إذا تم إرجاع قائمة بأجهزة وحدة معالجة الرسومات، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

ويندوز WSL2

1. متطلبات النظام

• نظام التشغيل Windows 10 الإصدار 19044 أو أحدث (64 بت). وهذا يتوافق مع إصدار Windows 10 21H2، تحديث نوفمبر 2021.

يرجى الاطلاع على المستندات التالية لمعرفة ما يلي:

• قم بتنزيل آخر تحديث لنظام التشغيل Windows 10 .
• قم بتثبيت WSL2
• إعداد دعم وحدة معالجة الرسومات NVIDIA® في WSL2

2. إعداد وحدة معالجة الرسومات

يمكنك تخطي هذا القسم إذا كنت تقوم بتشغيل TensorFlow على وحدة المعالجة المركزية فقط.

قم بتثبيت برنامج تشغيل بطاقة الرسومات NVIDIA إذا لم تكن قد فعلت ذلك. يمكنك استخدام الأمر التالي للتحقق من تثبيته.

nvidia-smi

3. تثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من pip، لذا قم بترقية تثبيت pip الخاص بك للتأكد من أنك تستخدم أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

4. تحقق من التثبيت

تحقق من إعدادات وحدة المعالجة المركزية:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

إذا تم إرجاع موتر، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

تحقق من إعدادات وحدة معالجة الرسومات (GPU):

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

إذا تم إرجاع قائمة بأجهزة وحدة معالجة الرسومات، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.