Help protect the Great Barrier Reef with TensorFlow on Kaggle Join Challenge

Instal TensorFlow dengan pip

Paket TensorFlow 2 tersedia

  • tensorflow -Latest rilis stabil dengan CPU dan dukungan GPU (Ubuntu dan Windows)
  • tf-nightly membangun -Preview (tidak stabil). Ubuntu dan Windows termasuk dukungan GPU .

TensorFlow versi lama

Untuk TensorFlow 1.x, paket CPU dan GPU terpisah:

  • tensorflow==1.15 release untuk CPU-satunya
  • tensorflow-gpu==1.15 release dengan dukungan GPU (Ubuntu dan Windows)

Persyaratan sistem

  • Python 3.7–3.9
    • Dukungan Python 3.9 memerlukan TensorFlow 2.5 atau yang lebih baru.
    • Dukungan Python 3.8 memerlukan TensorFlow 2.2 atau yang lebih baru.
  • pip 19,0 atau lambat (membutuhkan manylinux2010 dukungan)
  • Ubuntu 16.04 atau lebih baru (64-bit)
  • MacOS 10.12.6 (Sierra) atau lambat (64-bit) (tidak ada dukungan GPU)
    • macOS membutuhkan pip 20.3 atau lebih baru
  • Windows 7 atau lebih baru (64-bit)
  • Dukungan GPU membutuhkan kartu CUDA®-enabled (Ubuntu dan Windows)

Persyaratan perangkat keras

  • Dimulai dengan TensorFlow 1,6, binari menggunakan petunjuk AVX yang mungkin tidak berjalan pada CPU yang lebih tua.
  • Membaca panduan dukungan GPU untuk mengatur kartu GPU CUDA®-diaktifkan pada Ubuntu atau Windows.

1. Instal lingkungan pengembangan Python di sistem Anda

Periksa apakah lingkungan Python Anda sudah dikonfigurasi:

python3 --version
pip3 --version

Jika paket-paket ini sudah diinstal, lewati ke langkah berikutnya.
Jika tidak, instal Python , yang manajer paket pip , dan venv :

Ubuntu

sudo apt update
sudo apt install python3-dev python3-pip python3-venv

macOS

Instal menggunakan Homebrew manajer paket:

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/opt/python/libexec/bin:$PATH"
# if you are on macOS 10.12 (Sierra) use `export PATH="/usr/local/bin:/usr/local/sbin:$PATH"`
brew update
brew install python  # Python 3

jendela

Instal Microsoft Visual C ++ Redistributable untuk Visual Studio 2015, 2017, dan 2019. Dimulai dengan versi TensorFlow 2.1.0, yang msvcp140_1.dll file yang diperlukan dari paket ini (yang mungkin tidak disediakan dari paket disebarkan kembali lebih tua). Disebarkan kembali datang dengan Visual Studio 2019 tapi dapat diinstal secara terpisah:

  1. Pergi ke Microsoft Visual C ++ download ,
  2. Gulir ke bawah halaman ke Visual Studio 2015, 2017 dan 2019 bagian.
  3. Download dan install Microsoft Visual C ++ Redistributable untuk Visual Studio 2015, 2017 dan 2019 untuk platform Anda.

Pastikan jalur panjang diaktifkan pada Windows.

Instal 64-bit Python 3 rilis untuk Windows (pilih pip sebagai fitur opsional).

Lainnya

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py

Lingkungan virtual Python digunakan untuk mengisolasi instalasi paket dari sistem.

Ubuntu / macOS

Menciptakan lingkungan virtual baru dengan memilih juru Python dan membuat ./venv direktori untuk menahannya:

python3 -m venv --system-site-packages ./venv

Aktifkan lingkungan virtual menggunakan perintah khusus shell:

source ./venv/bin/activate  # sh, bash, or zsh
. ./venv/bin/activate.fish  # fish
source ./venv/bin/activate.csh  # csh or tcsh

Ketika lingkungan virtual aktif, shell prompt Anda diawali dengan (venv) .

Instal paket dalam lingkungan virtual tanpa mempengaruhi pengaturan sistem host. Mulailah dengan upgrade pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Dan untuk keluar dari lingkungan virtual nanti:

deactivate  # don't exit until you're done using TensorFlow

jendela

Menciptakan lingkungan virtual baru dengan memilih juru Python dan membuat .\venv Direktori untuk menahannya:

python -m venv --system-site-packages .\venv

Aktifkan lingkungan virtual:

.\venv\Scripts\activate

Instal paket dalam lingkungan virtual tanpa mempengaruhi pengaturan sistem host. Mulailah dengan upgrade pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Dan untuk keluar dari lingkungan virtual nanti:

deactivate  # don't exit until you're done using TensorFlow

konda

Sementara TensorFlow disediakan paket pip dianjurkan, sebuah komunitas yang didukung paket Anaconda tersedia. Untuk menginstal, membaca Anaconda TensorFlow panduan .

3. Instal paket pip TensorFlow

Pilih salah satu paket TensorFlow berikut untuk menginstal dari PyPI :

  • tensorflow rilis stabil -Latest dengan CPU dan dukungan GPU (Ubuntu dan Windows).
  • tf-nightly membangun -Preview (tidak stabil). Ubuntu dan Windows termasuk dukungan GPU .
  • tensorflow==1.15 -The versi final dari TensorFlow 1.x.

Instalasi lingkungan virtual

pip install --upgrade tensorflow

Verifikasi pemasangan:

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

Instalasi sistem

pip3 install --user --upgrade tensorflow  # install in $HOME

Verifikasi pemasangan:

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

Lokasi paket

Beberapa mekanisme penginstalan memerlukan URL paket TensorFlow Python. Nilai yang Anda tentukan bergantung pada versi Python Anda.

Versi: kapan URL
Linux
Dukungan GPU Python 3.7 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.7.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 khusus CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.7.0-cp37-cp37m-manylinux2010_x86_64.whl
Dukungan GPU Python 3.8 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.7.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.8 khusus CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.7.0-cp38-cp38-manylinux2010_x86_64.whl
Dukungan GPU Python 3.9 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.7.0-cp39-cp39-manylinux2010_x86_64.whl
Python 3.9 khusus CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.7.0-cp39-cp39-manylinux2010_x86_64.whl
macOS (khusus CPU)
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.7.0-cp37-cp37m-macosx_10_11_x86_64.whl
Python 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.7.0-cp38-cp38-macosx_10_11_x86_64.whl
Python 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.7.0-cp39-cp39-macosx_10_11_x86_64.whl
jendela
Dukungan GPU Python 3.7 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.7.0-cp36-cp36m-win_amd64.whl
Python 3.7 khusus CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.7.0-cp36-cp36m-win_amd64.whl
Dukungan GPU Python 3.7 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.7.0-cp37-cp37m-win_amd64.whl
Python 3.7 khusus CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.7.0-cp37-cp37m-win_amd64.whl
Dukungan GPU Python 3.8 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.7.0-cp38-cp38-win_amd64.whl
Python 3.8 khusus CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.7.0-cp38-cp38-win_amd64.whl
Dukungan GPU Python 3.9 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.7.0-cp39-cp39-win_amd64.whl
Python 3.9 khusus CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.7.0-cp39-cp39-win_amd64.whl