এই নির্দেশিকাটি TensorFlow এর সর্বশেষ স্থিতিশীল সংস্করণের জন্য। প্রিভিউ বিল্ডের জন্য (রাত্রিকালীন) tf-nightly নামের পিপ প্যাকেজটি ব্যবহার করুন। পুরানো TensorFlow সংস্করণের প্রয়োজনীয়তার জন্য এই টেবিলগুলি পড়ুন। শুধুমাত্র CPU-র জন্য, tensorflow-cpu নামের পিপ প্যাকেজটি ব্যবহার করুন।
এখানে ইনস্টল কমান্ডের দ্রুত সংস্করণ আছে. ধাপে ধাপে নির্দেশাবলীর জন্য নিচে স্ক্রোল করুন।
লিনাক্স
conda install -c conda-forge cudatoolkit=11.8.0
python3 -m pip install nvidia-cudnn-cu11==8.6.0.163 tensorflow==2.13.*
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
echo 'export LD_LIBRARY_PATH=$CUDNN_PATH/lib:$CONDA_PREFIX/lib/:$LD_LIBRARY_PATH' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
source $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
ম্যাক অপারেটিং সিস্টেম
# There is currently no official GPU support for MacOS.
python3 -m pip install tensorflow
# Verify install:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
উইন্ডোজ নেটিভ
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 install:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
উইন্ডোজ WSL2
conda install -c conda-forge cudatoolkit=11.8.0
python3 -m pip install nvidia-cudnn-cu11==8.6.0.163 tensorflow==2.13.*
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
echo 'export LD_LIBRARY_PATH=$CUDNN_PATH/lib:$CONDA_PREFIX/lib/:$LD_LIBRARY_PATH' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
source $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
সিপিইউ
python3 -m pip install tensorflow
# Verify install:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
রাত্রিবেলা
python3 -m pip install tf-nightly
# Verify install:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
হার্ডওয়্যার প্রয়োজনীয়তা
নিম্নলিখিত GPU-সক্ষম ডিভাইসগুলি সমর্থিত:
- CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 এবং উচ্চতর আর্কিটেকচার সহ NVIDIA® GPU কার্ড। CUDA®-সক্ষম GPU কার্ডের তালিকা দেখুন।
- অসমর্থিত CUDA® আর্কিটেকচার সহ GPU-এর জন্য, অথবা PTX থেকে JIT সংকলন এড়াতে, বা NVIDIA® লাইব্রেরির বিভিন্ন সংস্করণ ব্যবহার করতে, উৎস নির্দেশিকা থেকে Linux বিল্ড দেখুন।
- সর্বশেষ সমর্থিত CUDA® আর্কিটেকচার ছাড়া প্যাকেজে PTX কোড থাকে না; তাই,
CUDA_FORCE_PTX_JIT=1সেট করা থাকলে টেনসরফ্লো পুরোনো GPU-তে লোড হতে ব্যর্থ হয়। (বিশদ বিবরণের জন্য অ্যাপ্লিকেশন সামঞ্জস্য দেখুন।)
সিস্টেমের জন্য আবশ্যক
- উবুন্টু 16.04 বা উচ্চতর (64-বিট)
- macOS 10.12.6 (সিয়েরা) বা উচ্চতর (64-বিট) (কোনও GPU সমর্থন নেই)
- উইন্ডোজ নেটিভ - উইন্ডোজ 7 বা উচ্চতর (64-বিট) (TF 2.10 এর পরে কোন GPU সমর্থন নেই)
- Windows WSL2 - Windows 10 19044 বা উচ্চতর (64-বিট)
সফ্টওয়্যার প্রয়োজনীয়তা
- পাইথন 3.8–3.11
- লিনাক্সের জন্য পিপ সংস্করণ 19.0 বা উচ্চতর (
manylinux2014সমর্থন প্রয়োজন) এবং Windows। macOS এর জন্য পিপ সংস্করণ 20.3 বা উচ্চতর। - উইন্ডোজ নেটিভের জন্য ভিজ্যুয়াল স্টুডিও 2015, 2017 এবং 2019 এর জন্য মাইক্রোসফ্ট ভিজ্যুয়াল সি++ পুনরায় বিতরণযোগ্য প্রয়োজন
নিম্নলিখিত NVIDIA® সফ্টওয়্যার শুধুমাত্র GPU সমর্থনের জন্য প্রয়োজন৷
- NVIDIA® GPU ড্রাইভার সংস্করণ 450.80.02 বা উচ্চতর।
- CUDA® টুলকিট 11.8 ।
- cuDNN SDK 8.6.0
- (ঐচ্ছিক) অনুমানের জন্য লেটেন্সি এবং থ্রুপুট উন্নত করতে TensorRT ।
ধাপে ধাপে নির্দেশাবলীর
লিনাক্স
1. সিস্টেমের প্রয়োজনীয়তা
- উবুন্টু 16.04 বা উচ্চতর (64-বিট)
TensorFlow শুধুমাত্র আনুষ্ঠানিকভাবে উবুন্টু সমর্থন করে। যাইহোক, নিম্নলিখিত নির্দেশাবলী অন্যান্য লিনাক্স ডিস্ট্রোগুলির জন্যও কাজ করতে পারে।
2. মিনিকোন্ডা ইনস্টল করুন
GPU সমর্থন সহ TensorFlow ইনস্টল করার জন্য Miniconda হল প্রস্তাবিত পদ্ধতি। এটি আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করে। এটি বিশেষ করে GPU সেটআপের জন্য প্রয়োজনীয় সফ্টওয়্যার ইনস্টল করার সবচেয়ে সহজ উপায়।
আপনি Miniconda ইনস্টল করতে নিম্নলিখিত কমান্ড ব্যবহার করতে পারেন। ইনস্টলেশনের সময়, আপনাকে এন্টার টিপুন এবং "হ্যাঁ" টাইপ করতে হতে পারে।
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
conda কমান্ড সক্রিয় করতে আপনাকে আপনার টার্মিনাল বা source ~/.bashrc পুনরায় চালু করতে হতে পারে। এটি সফলভাবে ইনস্টল করা হয়েছে কিনা তা পরীক্ষা করতে conda -V ব্যবহার করুন।
3. একটি কনডা পরিবেশ তৈরি করুন
নিম্নলিখিত কমান্ড দিয়ে tf নামে একটি নতুন কনডা পরিবেশ তৈরি করুন।
conda create --name tf python=3.9
আপনি নিম্নলিখিত কমান্ড দিয়ে এটি নিষ্ক্রিয় এবং সক্রিয় করতে পারেন।
conda deactivate
conda activate tf
নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় করা হয়েছে।
4. GPU সেটআপ
আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।
আপনার যদি না থাকে তবে প্রথমে NVIDIA GPU ড্রাইভারটি ইনস্টল করুন। এটি ইনস্টল করা আছে কিনা তা যাচাই করতে আপনি নিম্নলিখিত কমান্ডটি ব্যবহার করতে পারেন।
nvidia-smi
তারপর কনডা এবং পিপ দিয়ে CUDA এবং cuDNN ইনস্টল করুন।
conda install -c conda-forge cudatoolkit=11.8.0
pip install nvidia-cudnn-cu11==8.6.0.163
সিস্টেম পাথ কনফিগার করুন। আপনার কনডা এনভায়রনমেন্ট সক্রিয় করার পরে আপনি যখনই একটি নতুন টার্মিনাল শুরু করবেন তখন আপনি নিম্নলিখিত কমান্ড দিয়ে এটি করতে পারেন।
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
export LD_LIBRARY_PATH=$CUDNN_PATH/lib:$CONDA_PREFIX/lib/:$LD_LIBRARY_PATH
আপনার সুবিধার জন্য এটি সুপারিশ করা হয় যে আপনি নিম্নলিখিত কমান্ডের সাহায্যে এটি স্বয়ংক্রিয় করুন৷ আপনি যখন এই কনডা পরিবেশ সক্রিয় করবেন তখন সিস্টেম পাথগুলি স্বয়ংক্রিয়ভাবে কনফিগার করা হবে।
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
echo 'export LD_LIBRARY_PATH=$CUDNN_PATH/lib:$CONDA_PREFIX/lib/:$LD_LIBRARY_PATH' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
5. TensorFlow ইনস্টল করুন
TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।
pip install --upgrade pip
তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।
pip install tensorflow==2.13.*
6. ইনস্টল যাচাই করুন
CPU সেটআপ যাচাই করুন:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।
GPU সেটআপ যাচাই করুন:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
যদি GPU ডিভাইসের একটি তালিকা ফেরত দেওয়া হয়, আপনি TensorFlow সফলভাবে ইনস্টল করেছেন।
উবুন্টু 22.04
উবুন্টু 22.04 এ, আপনি নিম্নলিখিত ত্রুটির সম্মুখীন হতে পারেন:
Can't find libdevice directory ${CUDA_DIR}/nvvm/libdevice.
...
Couldn't invoke ptxas --version
...
InternalError: libdevice not found at ./libdevice.10.bc [Op:__some_op]
এই ত্রুটিটি ঠিক করতে, আপনাকে নিম্নলিখিত কমান্ডগুলি চালাতে হবে।
# Install NVCC
conda install -c nvidia cuda-nvcc=11.3.58
# Configure the XLA cuda directory
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
printf 'export XLA_FLAGS=--xla_gpu_cuda_data_dir=$CONDA_PREFIX/lib/\n' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
source $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
# Copy libdevice file to the required path
mkdir -p $CONDA_PREFIX/lib/nvvm/libdevice
cp $CONDA_PREFIX/lib/libdevice.10.bc $CONDA_PREFIX/lib/nvvm/libdevice/
ম্যাক অপারেটিং সিস্টেম
1. সিস্টেমের প্রয়োজনীয়তা
- macOS 10.12.6 (সিয়েরা) বা উচ্চতর (64-বিট)
বর্তমানে MacOS-এ TensorFlow চালানোর জন্য কোনো অফিসিয়াল GPU সমর্থন নেই। নিম্নলিখিত নির্দেশাবলী CPU-তে চালানোর জন্য।
2. পাইথন সংস্করণ পরীক্ষা করুন
আপনার পাইথন পরিবেশ ইতিমধ্যে কনফিগার করা আছে কিনা তা পরীক্ষা করুন:
python3 --version
python3 -m pip --version
3. মিনিকোন্ডা ইনস্টল করুন
টেনসরফ্লো ইনস্টল করার জন্য মিনিকোন্ডা হল প্রস্তাবিত পদ্ধতি। এটি আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করে।
মিনিকোন্ডা ইনস্টল করুন:
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh -o Miniconda3-latest-MacOSX-x86_64.sh
bash Miniconda3-latest-MacOSX-x86_64.sh
conda কমান্ড সক্রিয় করতে আপনাকে আপনার টার্মিনাল বা source ~/.bashrc পুনরায় চালু করতে হতে পারে। এটি সফলভাবে ইনস্টল করা হয়েছে কিনা তা পরীক্ষা করতে conda -V ব্যবহার করুন।
4. একটি কনডা পরিবেশ তৈরি করুন
নিম্নলিখিত কমান্ড দিয়ে tf নামে একটি নতুন কনডা পরিবেশ তৈরি করুন।
conda create --name tf python=3.9
আপনি নিম্নলিখিত কমান্ড দিয়ে এটি নিষ্ক্রিয় এবং সক্রিয় করতে পারেন।
conda deactivate
conda activate tf
নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় করা হয়েছে।
5. TensorFlow ইনস্টল করুন
TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।
pip install --upgrade pip
তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।
pip install tensorflow
6. ইনস্টল যাচাই করুন
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।
উইন্ডোজ নেটিভ
1. সিস্টেমের প্রয়োজনীয়তা
- Windows 7 বা উচ্চতর (64-বিট)
2. Microsoft Visual C++ পুনরায় বিতরণযোগ্য ইনস্টল করুন
ভিজ্যুয়াল স্টুডিও 2015, 2017 এবং 2019 এর জন্য মাইক্রোসফ্ট ভিজ্যুয়াল C++ পুনরায় বিতরণযোগ্য ইনস্টল করুন। TensorFlow 2.1.0 সংস্করণ থেকে শুরু করে, এই প্যাকেজ থেকে msvcp140_1.dll ফাইলের প্রয়োজন হয় (যা পুরানো পুনঃবন্টনযোগ্য প্যাকেজ থেকে প্রদান করা নাও হতে পারে)। পুনরায় বিতরণযোগ্য ভিজ্যুয়াল স্টুডিও 2019 এর সাথে আসে তবে আলাদাভাবে ইনস্টল করা যেতে পারে:
- Microsoft Visual C++ ডাউনলোডগুলিতে যান।
- ভিজ্যুয়াল স্টুডিও 2015, 2017 এবং 2019 বিভাগে পৃষ্ঠাটি নীচে স্ক্রোল করুন।
- আপনার প্ল্যাটফর্মের জন্য Visual Studio 2015, 2017 এবং 2019-এর জন্য Microsoft Visual C++ পুনরায় বিতরণযোগ্য ডাউনলোড এবং ইনস্টল করুন।
উইন্ডোজে দীর্ঘ পথ সক্রিয় করা আছে তা নিশ্চিত করুন।
3. মিনিকোন্ডা ইনস্টল করুন
GPU সমর্থন সহ TensorFlow ইনস্টল করার জন্য Miniconda হল প্রস্তাবিত পদ্ধতি। এটি আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করে। এটি বিশেষ করে GPU সেটআপের জন্য প্রয়োজনীয় সফ্টওয়্যার ইনস্টল করার সবচেয়ে সহজ উপায়।
মিনিকোন্ডা উইন্ডোজ ইনস্টলার ডাউনলোড করুন। ডাউনলোড করা ফাইলটিতে ডাবল ক্লিক করুন এবং স্ক্রিনের নির্দেশাবলী অনুসরণ করুন।
4. একটি কনডা পরিবেশ তৈরি করুন
নিম্নলিখিত কমান্ড দিয়ে tf নামে একটি নতুন কনডা পরিবেশ তৈরি করুন।
conda create --name tf python=3.9
আপনি নিম্নলিখিত কমান্ড দিয়ে এটি নিষ্ক্রিয় এবং সক্রিয় করতে পারেন।
conda deactivate
conda activate tf
নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় করা হয়েছে।
5. GPU সেটআপ
আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।
আপনার যদি না থাকে তবে প্রথমে NVIDIA GPU ড্রাইভার ইনস্টল করুন।
তারপর কনডা দিয়ে CUDA, cuDNN ইন্সটল করুন।
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. টেনসরফ্লো ইনস্টল করুন
TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।
pip install --upgrade pip
তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. ইনস্টল যাচাই করুন
CPU সেটআপ যাচাই করুন:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।
GPU সেটআপ যাচাই করুন:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
যদি GPU ডিভাইসের একটি তালিকা ফেরত দেওয়া হয়, আপনি TensorFlow সফলভাবে ইনস্টল করেছেন।
উইন্ডোজ WSL2
1. সিস্টেমের প্রয়োজনীয়তা
- Windows 10 19044 বা উচ্চতর (64-বিট)। এটি Windows 10 সংস্করণ 21H2, নভেম্বর 2021 আপডেটের সাথে মিলে যায়।
নিম্নলিখিত নথিগুলি দেখুন:
2. মিনিকোন্ডা ইনস্টল করুন
GPU সমর্থন সহ TensorFlow ইনস্টল করার জন্য Miniconda হল প্রস্তাবিত পদ্ধতি। এটি আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করে। এটি বিশেষ করে GPU সেটআপের জন্য প্রয়োজনীয় সফ্টওয়্যার ইনস্টল করার সবচেয়ে সহজ উপায়।
আপনি Miniconda ইনস্টল করতে নিম্নলিখিত কমান্ড ব্যবহার করতে পারেন। ইনস্টলেশনের সময়, আপনাকে এন্টার টিপুন এবং "হ্যাঁ" টাইপ করতে হতে পারে।
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -o Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
conda কমান্ড সক্রিয় করতে আপনাকে আপনার টার্মিনাল বা source ~/.bashrc পুনরায় চালু করতে হতে পারে। এটি সফলভাবে ইনস্টল করা হয়েছে কিনা তা পরীক্ষা করতে conda -V ব্যবহার করুন।
3. একটি কনডা পরিবেশ তৈরি করুন
নিম্নলিখিত কমান্ড দিয়ে tf নামে একটি নতুন কনডা পরিবেশ তৈরি করুন।
conda create --name tf python=3.9
আপনি নিম্নলিখিত কমান্ড দিয়ে এটি নিষ্ক্রিয় এবং সক্রিয় করতে পারেন।
conda deactivate
conda activate tf
নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় করা হয়েছে।
4. GPU সেটআপ
আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।
আপনার যদি না থাকে তবে প্রথমে NVIDIA GPU ড্রাইভারটি ইনস্টল করুন। এটি ইনস্টল করা আছে কিনা তা যাচাই করতে আপনি নিম্নলিখিত কমান্ডটি ব্যবহার করতে পারেন।
nvidia-smi
তারপর কনডা এবং পিপ দিয়ে CUDA এবং cuDNN ইনস্টল করুন।
conda install -c conda-forge cudatoolkit=11.8.0
pip install nvidia-cudnn-cu11==8.6.0.163
সিস্টেম পাথ কনফিগার করুন। আপনার কনডা পরিবেশ সক্রিয় করার পরে আপনি যখনই একটি নতুন টার্মিনাল শুরু করেন তখন আপনি নিম্নলিখিত কমান্ড দিয়ে এটি করতে পারেন।
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDNN_PATH/lib:$CONDA_PREFIX/lib/
আপনার সুবিধার জন্য এটি সুপারিশ করা হয় যে আপনি নিম্নলিখিত কমান্ডের সাহায্যে এটি স্বয়ংক্রিয় করুন৷ আপনি যখন এই কনডা পরিবেশ সক্রিয় করবেন তখন সিস্টেম পাথগুলি স্বয়ংক্রিয়ভাবে কনফিগার করা হবে।
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDNN_PATH/lib:$CONDA_PREFIX/lib/' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
5. TensorFlow ইনস্টল করুন
TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।
pip install --upgrade pip
তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।
pip install tensorflow==2.13.*
6. ইনস্টল যাচাই করুন
CPU সেটআপ যাচাই করুন:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।
GPU সেটআপ যাচাই করুন:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
যদি GPU ডিভাইসের একটি তালিকা ফেরত দেওয়া হয়, আপনি TensorFlow সফলভাবে ইনস্টল করেছেন।
প্যাকেজ অবস্থান
কয়েকটি ইনস্টলেশন প্রক্রিয়ার জন্য TensorFlow Python প্যাকেজের URL প্রয়োজন। আপনি যে মানটি নির্দিষ্ট করেছেন তা আপনার পাইথন সংস্করণের উপর নির্ভর করে।