このガイドは、TensorFlow の最新の安定版を対象としています。プレビュー ビルド(ナイトリー)には、 tf-nightly
という名前の pip パッケージを使用します。古い TensorFlow バージョンの要件については、これらの表を参照してください。 CPU のみのビルドでは、 tensorflow-cpu
という名前の pip パッケージを使用します。
インストール コマンドのクイック バージョンを次に示します。ステップバイステップの手順については、下にスクロールしてください。
Linux
conda install -c conda-forge cudatoolkit=11.8.0
python3 -m pip install nvidia-cudnn-cu11==8.6.0.163 tensorflow==2.12.*
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
マックOS
# 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])))"
Windows ネイティブ
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'))"
Windows WSL2
conda install -c conda-forge cudatoolkit=11.8.0
python3 -m pip install nvidia-cudnn-cu11==8.6.0.163 tensorflow==2.12.*
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
CPU
python3 -m pip install tensorflow
# Verify install:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
毎晩
python3 -m pip install tf-nightly
# Verify install:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
ハードウェア要件
次の GPU 対応デバイスがサポートされています。
- CUDA® アーキテクチャ 3.5、5.0、6.0、7.0、7.5、8.0 以上の NVIDIA® GPU カード。 CUDA® 対応 GPU カードのリストを参照してください。
- サポートされていない CUDA® アーキテクチャを使用する GPU の場合、または PTX からの JIT コンパイルを回避する場合、または異なるバージョンの NVIDIA® ライブラリを使用する場合は、ソース ガイドからの Linux ビルドを参照してください。
- パッケージには、サポートされている最新の CUDA® アーキテクチャを除き、PTX コードは含まれていません。したがって、
CUDA_FORCE_PTX_JIT=1
が設定されている場合、TensorFlow は古い GPU でロードできません。 (詳細については、アプリケーションの互換性を参照してください。)
システム要求
- Ubuntu 16.04 以降 (64 ビット)
- macOS 10.12.6 (Sierra) 以降 (64 ビット) (GPU サポートなし)
- Windows ネイティブ - Windows 7 以降 (64 ビット) (TF 2.10 以降は GPU サポートなし)
- Windows WSL2 - Windows 10 19044 以降 (64 ビット)
ソフトウェア要件
- Python 3.8–3.11
- Linux (
manylinux2010
サポートが必要) および Windows 用の pip バージョン 19.0 以降。 macOS の pip バージョン 20.3 以降。 - Windows ネイティブには、Visual Studio 2015、2017、および 2019 用の Microsoft Visual C++ 再頒布可能パッケージが必要です
次の NVIDIA® ソフトウェアは、GPU サポートにのみ必要です。
- NVIDIA® GPU ドライバーバージョン 450.80.02 以降。
- CUDA® ツールキット 11.8 .
- cuDNN SDK 8.6.0 .
- (オプション)推論のレイテンシとスループットを改善するためのTensorRT 。
ステップバイステップの説明
Linux
1.システム要件
- Ubuntu 16.04 以降 (64 ビット)
TensorFlow は Ubuntu のみを公式にサポートしています。ただし、次の手順は他の Linux ディストリビューションでも機能する場合があります。
2. Miniconda をインストールする
Miniconda は、 GPU をサポートする TensorFlow をインストールするための推奨されるアプローチです。システムにインストールされているソフトウェアを変更しないように、別の環境を作成します。これは、特に GPU セットアップに必要なソフトウェアをインストールする最も簡単な方法でもあります。
次のコマンドを使用して、Miniconda をインストールできます。インストール中に、Enter キーを押して「yes」と入力する必要がある場合があります。
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
コマンドを有効にするには、ターミナルまたはsource ~/.bashrc
を再起動する必要がある場合があります。 conda -V
使用して、正常にインストールされたかどうかをテストします。
3. conda 環境を作成する
次のコマンドを使用して、 tf
という名前の新しい conda 環境を作成します。
conda create --name tf python=3.9
次のコマンドで非アクティブ化およびアクティブ化できます。
conda deactivate
conda activate tf
インストールの残りの部分でアクティブ化されていることを確認してください。
4. GPU のセットアップ
CPU でのみ TensorFlow を実行する場合は、このセクションをスキップできます。
NVIDIA GPU ドライバーをインストールしていない場合は、最初にインストールします。次のコマンドを使用して、インストールされていることを確認できます。
nvidia-smi
次に、conda と pip を使用して CUDA と cuDNN をインストールします。
conda install -c conda-forge cudatoolkit=11.8.0
pip install nvidia-cudnn-cu11==8.6.0.163
システム パスを構成します。 conda環境をアクティブ化した後、新しいターミナルを起動するたびに、次のコマンドでそれを行うことができます.
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib
便宜上、次のコマンドで自動化することをお勧めします。この conda 環境をアクティブにすると、システム パスが自動的に構成されます。
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib' > $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
5. TensorFlow をインストールする
TensorFlow には最新バージョンの pip が必要なため、pip インストールをアップグレードして、最新バージョンを実行していることを確認してください。
pip install --upgrade pip
次に、TensorFlow を pip でインストールします。
pip install tensorflow==2.12.*
6. インストールの確認
CPU のセットアップを確認します。
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
テンソルが返された場合、TensorFlow は正常にインストールされています。
GPU の設定を確認します。
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
GPU デバイスのリストが返された場合、TensorFlow は正常にインストールされています。
Ubuntu 22.04
Ubuntu 22.04 では、次のエラーが発生する場合があります。
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]
このエラーを修正するには、次のコマンドを実行する必要があります。
# 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/
マックOS
1.システム要件
- macOS 10.12.6 (Sierra) 以降 (64 ビット)
現在、MacOS で TensorFlow を実行するための公式の GPU サポートはありません。以下は、CPU で実行するための手順です。
2. Python のバージョンを確認する
Python 環境が既に構成されているかどうかを確認します。
python3 --version
python3 -m pip --version
2. Miniconda をインストールする
Miniconda は、 GPU をサポートする TensorFlow をインストールするための推奨されるアプローチです。システムにインストールされているソフトウェアを変更しないように、別の環境を作成します。これは、特に GPU セットアップに必要なソフトウェアをインストールする最も簡単な方法でもあります。
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
コマンドを有効にするには、ターミナルまたはsource ~/.bashrc
を再起動する必要がある場合があります。 conda -V
使用して、正常にインストールされたかどうかをテストします。
4. conda 環境を作成する
次のコマンドを使用して、 tf
という名前の新しい conda 環境を作成します。
conda create --name tf python=3.9
次のコマンドで非アクティブ化およびアクティブ化できます。
conda deactivate
conda activate tf
インストールの残りの部分でアクティブ化されていることを確認してください。
5. TensorFlow をインストールする
TensorFlow には最新バージョンの pip が必要なため、pip インストールをアップグレードして、最新バージョンを実行していることを確認してください。
pip install --upgrade pip
次に、TensorFlow を pip でインストールします。
pip install tensorflow
6. インストールの確認
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
テンソルが返された場合、TensorFlow は正常にインストールされています。
Windows ネイティブ
1.システム要件
- Windows 7 以降 (64 ビット)
2. Microsoft Visual C++ 再頒布可能パッケージをインストールします
Visual Studio 2015、2017、および 2019 用の Microsoft Visual C++ 再頒布可能パッケージをインストールします。 TensorFlow 2.1.0 バージョンから、 msvcp140_1.dll
ファイルがこのパッケージから必要になります (古い再配布可能パッケージからは提供されない場合があります)。再頒布可能パッケージはVisual Studio 2019に付属していますが、個別にインストールできます。
- Microsoft Visual C++ ダウンロードに移動します。
- ページを下にスクロールして、 Visual Studio 2015、2017、および 2019セクションに移動します。
- お使いのプラットフォーム用の Visual Studio 2015、2017、および 2019 用の Microsoft Visual C++ 再頒布可能パッケージをダウンロードしてインストールします。
Windows で長いパスが有効になっていることを確認します。
3. Miniconda をインストールする
Miniconda は、 GPU をサポートする TensorFlow をインストールするための推奨されるアプローチです。システムにインストールされているソフトウェアを変更しないように、別の環境を作成します。これは、特に GPU セットアップに必要なソフトウェアをインストールする最も簡単な方法でもあります。
Miniconda Windows インストーラーをダウンロードします。ダウンロードしたファイルをダブルクリックし、画面の指示に従います。
4. conda 環境を作成する
次のコマンドを使用して、 tf
という名前の新しい conda 環境を作成します。
conda create --name tf python=3.9
次のコマンドで非アクティブ化およびアクティブ化できます。
conda deactivate
conda activate tf
インストールの残りの部分でアクティブ化されていることを確認してください。
5. GPU のセットアップ
TensorFlow を CPU でのみ実行する場合は、このセクションをスキップできます。
NVIDIA GPU ドライバーをインストールしていない場合は、最初にインストールします。
次に、CUDA、cuDNN with conda をインストールします。
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. TensorFlow をインストールする
TensorFlow には最新バージョンの pip が必要なため、pip インストールをアップグレードして、最新バージョンを実行していることを確認してください。
pip install --upgrade pip
次に、TensorFlow を pip でインストールします。
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. インストールの確認
CPU のセットアップを確認します。
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
テンソルが返された場合、TensorFlow は正常にインストールされています。
GPU の設定を確認します。
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
GPU デバイスのリストが返された場合、TensorFlow は正常にインストールされています。
Windows WSL2
1.システム要件
- Windows 10 19044 以降 (64 ビット)。これは、2021 年 11 月の更新プログラムである Windows 10 バージョン 21H2 に対応しています。
次のドキュメントを参照してください。
2. Miniconda をインストールする
Miniconda は、 GPU をサポートする TensorFlow をインストールするための推奨されるアプローチです。システムにインストールされているソフトウェアを変更しないように、別の環境を作成します。これは、特に GPU セットアップに必要なソフトウェアをインストールする最も簡単な方法でもあります。
次のコマンドを使用して、Miniconda をインストールできます。インストール中に、Enter キーを押して「yes」と入力する必要がある場合があります。
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
コマンドを有効にするには、ターミナルまたはsource ~/.bashrc
を再起動する必要がある場合があります。 conda -V
使用して、正常にインストールされたかどうかをテストします。
3. conda 環境を作成する
次のコマンドを使用して、 tf
という名前の新しい conda 環境を作成します。
conda create --name tf python=3.9
次のコマンドで非アクティブ化およびアクティブ化できます。
conda deactivate
conda activate tf
インストールの残りの部分でアクティブ化されていることを確認してください。
4. GPU のセットアップ
CPU でのみ TensorFlow を実行する場合は、このセクションをスキップできます。
NVIDIA GPU ドライバーをインストールしていない場合は、最初にインストールします。次のコマンドを使用して、インストールされていることを確認できます。
nvidia-smi
次に、conda と pip を使用して CUDA と cuDNN をインストールします。
conda install -c conda-forge cudatoolkit=11.8.0
pip install nvidia-cudnn-cu11==8.6.0.163
システム パスを構成します。 conda環境をアクティブ化した後、新しいターミナルを起動するたびに、次のコマンドで実行できます。
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib
便宜上、次のコマンドで自動化することをお勧めします。この conda 環境をアクティブにすると、システム パスが自動的に構成されます。
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
CUDNN_PATH=$(dirname $(python -c "import nvidia.cudnn;print(nvidia.cudnn.__file__)"))
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib' > $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
5. TensorFlow をインストールする
TensorFlow には最新バージョンの pip が必要なため、pip インストールをアップグレードして、最新バージョンを実行していることを確認してください。
pip install --upgrade pip
次に、TensorFlow を pip でインストールします。
pip install tensorflow==2.12.*
6. インストールの確認
CPU のセットアップを確認します。
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
テンソルが返された場合、TensorFlow は正常にインストールされています。
GPU の設定を確認します。
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
GPU デバイスのリストが返された場合、TensorFlow は正常にインストールされています。
パッケージの場所
いくつかのインストール メカニズムでは、TensorFlow Python パッケージの URL が必要です。指定する値は、Python のバージョンによって異なります。