Attend the Women in ML Symposium on December 7 Register now

Cài đặt TensorFlow bằng pip

Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.

Hướng dẫn này dành cho phiên bản ổn định mới nhất của TensorFlow. Đối với bản dựng xem trước (hàng đêm) , hãy sử dụng gói pip có tên tf-nightly . Tham khảo các bảng này để biết các yêu cầu phiên bản TensorFlow cũ hơn. Đối với bản dựng chỉ dành cho CPU, hãy sử dụng gói pip có tên tensorflow-cpu .

Dưới đây là các phiên bản nhanh của các lệnh cài đặt. Cuộn xuống để xem hướng dẫn từng bước.

Linux

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/
python3 -m pip install tensorflow
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Hệ điều hành Mac

# 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 bản địa

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
python3 -m pip install "tensorflow<2.11"
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Windows WSL2

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/
python3 -m pip install tensorflow
# 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])))"

hàng đêm

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

Yêu cầu phần cứng

Các thiết bị hỗ trợ GPU sau được hỗ trợ:

  • Thẻ GPU NVIDIA® với kiến ​​trúc CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 trở lên. Xem danh sách các card GPU hỗ trợ CUDA® .
  • Đối với GPU có kiến ​​trúc CUDA® không được hỗ trợ hoặc để tránh quá trình biên dịch JIT từ PTX hoặc để sử dụng các phiên bản khác nhau của thư viện NVIDIA®, hãy xem bản dựng Linux từ hướng dẫn nguồn .
  • Các gói không chứa mã PTX ngoại trừ kiến ​​trúc CUDA® được hỗ trợ mới nhất; do đó, TensorFlow không tải được trên các GPU cũ hơn khi CUDA_FORCE_PTX_JIT=1 được đặt. (Xem Khả năng tương thích ứng dụng để biết chi tiết.)

Yêu cầu hệ thống

  • Ubuntu 16.04 trở lên (64-bit)
  • macOS 10.12.6 (Sierra) trở lên (64-bit) (không hỗ trợ GPU)
  • Windows Native - Windows 7 trở lên (64-bit)
  • Windows WSL2 - Windows 10 19044 trở lên (64-bit)

Yêu cầu phần mềm

Phần mềm NVIDIA® sau đây chỉ được yêu cầu để hỗ trợ GPU.

Hướng dẫn từng bước một

Linux

1. Yêu cầu hệ thống

  • Ubuntu 16.04 trở lên (64-bit)

TensorFlow chỉ hỗ trợ chính thức cho Ubuntu. Tuy nhiên, các hướng dẫn sau đây cũng có thể áp dụng cho các bản phân phối Linux khác.

2. Cài đặt Miniconda

Miniconda là phương pháp được đề xuất để cài đặt TensorFlow có hỗ trợ GPU. Nó tạo ra một môi trường riêng biệt để tránh thay đổi bất kỳ phần mềm nào đã cài đặt trong hệ thống của bạn. Đây cũng là cách dễ nhất để cài đặt phần mềm cần thiết, đặc biệt là cho thiết lập GPU.

Bạn có thể sử dụng lệnh sau để cài đặt Miniconda. Trong quá trình cài đặt, bạn có thể cần nhấn enter và gõ "yes".

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

Bạn có thể cần khởi động lại thiết bị đầu cuối hoặc source ~/.bashrc để bật lệnh conda . Sử dụng conda -V để kiểm tra xem nó đã được cài đặt thành công chưa.

3. Tạo môi trường conda

Tạo môi trường conda mới có tên tf bằng lệnh sau.

conda create --name tf python=3.9

Bạn có thể hủy kích hoạt và kích hoạt nó bằng các lệnh sau.

conda deactivate
conda activate tf

Đảm bảo rằng nó được kích hoạt cho phần còn lại của quá trình cài đặt.

4. Thiết lập GPU

Bạn có thể bỏ qua phần này nếu chỉ chạy TensorFlow trên CPU.

Trước tiên hãy cài đặt trình điều khiển GPU NVIDIA nếu bạn chưa có. Bạn có thể sử dụng lệnh sau để xác minh nó đã được cài đặt.

nvidia-smi

Sau đó cài đặt CUDA và cuDNN với conda.

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

Định cấu hình đường dẫn hệ thống. Bạn có thể làm điều đó bằng lệnh sau mỗi khi khởi động một thiết bị đầu cuối mới sau khi kích hoạt môi trường conda của bạn.

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/

Để thuận tiện cho bạn, bạn nên tự động hóa nó bằng các lệnh sau. Các đường dẫn hệ thống sẽ được cấu hình tự động khi bạn kích hoạt môi trường conda này.

mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/' > $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh

5. Cài đặt TensorFlow

TensorFlow yêu cầu phiên bản pip mới nhất, vì vậy hãy nâng cấp cài đặt pip của bạn để đảm bảo bạn đang chạy phiên bản mới nhất.

pip install --upgrade pip

Sau đó, cài đặt TensorFlow bằng pip.

pip install tensorflow

6. Xác minh cài đặt

Xác minh thiết lập CPU:

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

Nếu một tensor được trả về, bạn đã cài đặt TensorFlow thành công.

Xác minh thiết lập GPU:

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

Nếu danh sách các thiết bị GPU được trả về, nghĩa là bạn đã cài đặt TensorFlow thành công.

Hệ điều hành Mac

1. Yêu cầu hệ thống

  • macOS 10.12.6 (Sierra) trở lên (64-bit)

Hiện tại không có hỗ trợ GPU chính thức để chạy TensorFlow trên MacOS. Sau đây là hướng dẫn chạy trên CPU.

2. Kiểm tra phiên bản Python

Kiểm tra xem môi trường Python của bạn đã được cấu hình chưa:

python3 --version
python3 -m pip --version

2. Cài đặt Miniconda

Miniconda là phương pháp được đề xuất để cài đặt TensorFlow có hỗ trợ GPU. Nó tạo ra một môi trường riêng biệt để tránh thay đổi bất kỳ phần mềm nào đã cài đặt trong hệ thống của bạn. Đây cũng là cách dễ nhất để cài đặt phần mềm cần thiết, đặc biệt là cho thiết lập GPU.

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

Bạn có thể cần khởi động lại thiết bị đầu cuối hoặc source ~/.bashrc để bật lệnh conda . Sử dụng conda -V để kiểm tra xem nó đã được cài đặt thành công chưa.

4. Tạo môi trường conda

Tạo môi trường conda mới có tên tf bằng lệnh sau.

conda create --name tf python=3.9

Bạn có thể hủy kích hoạt và kích hoạt nó bằng các lệnh sau.

conda deactivate
conda activate tf

Đảm bảo rằng nó được kích hoạt cho phần còn lại của quá trình cài đặt.

5. Cài đặt TensorFlow

TensorFlow yêu cầu phiên bản pip mới nhất, vì vậy hãy nâng cấp cài đặt pip của bạn để đảm bảo bạn đang chạy phiên bản mới nhất.

pip install --upgrade pip

Sau đó, cài đặt TensorFlow bằng pip.

pip install tensorflow

6. Xác minh cài đặt

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

Nếu một tensor được trả về, bạn đã cài đặt TensorFlow thành công.

Windows bản địa

1. Yêu cầu hệ thống

  • Windows 7 trở lên (64-bit)

2. Cài đặt Microsoft Visual C++ Redistributable

Cài đặt Microsoft Visual C++ Redistributable cho Visual Studio 2015, 2017 và 2019 . Bắt đầu với phiên bản TensorFlow 2.1.0, tệp msvcp140_1.dll được yêu cầu từ gói này (có thể không được cung cấp từ các gói phân phối lại cũ hơn). Bản phân phối lại đi kèm với Visual Studio 2019 nhưng có thể được cài đặt riêng:

  1. Chuyển đến bản tải xuống Microsoft Visual C++ .
  2. Cuộn trang xuống phần Visual Studio 2015, 2017 và 2019 .
  3. Tải xuống và cài đặt Microsoft Visual C++ Redistributable cho Visual Studio 2015, 2017 và 2019 cho nền tảng của bạn.

Đảm bảo đường dẫn dài được bật trên Windows.

3. Cài đặt Miniconda

Miniconda là phương pháp được đề xuất để cài đặt TensorFlow có hỗ trợ GPU. Nó tạo ra một môi trường riêng biệt để tránh thay đổi bất kỳ phần mềm nào đã cài đặt trong hệ thống của bạn. Đây cũng là cách dễ nhất để cài đặt phần mềm cần thiết, đặc biệt là cho thiết lập GPU.

Tải xuống Trình cài đặt Windows Miniconda . Nhấp đúp vào tệp đã tải xuống và làm theo hướng dẫn trên màn hình.

4. Tạo môi trường conda

Tạo môi trường conda mới có tên tf bằng lệnh sau.

conda create --name tf python=3.9

Bạn có thể hủy kích hoạt và kích hoạt nó bằng các lệnh sau.

conda deactivate
conda activate tf

Đảm bảo rằng nó được kích hoạt cho phần còn lại của quá trình cài đặt.

5. Thiết lập GPU

Bạn có thể bỏ qua phần này nếu chỉ chạy TensorFlow trên CPU.

Trước tiên hãy cài đặt trình điều khiển GPU NVIDIA nếu bạn chưa có.

Sau đó cài đặt CUDA, cuDNN với conda.

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

6. Cài đặt TensorFlow

TensorFlow yêu cầu phiên bản pip mới nhất, vì vậy hãy nâng cấp cài đặt pip của bạn để đảm bảo bạn đang chạy phiên bản mới nhất.

pip install --upgrade pip

Sau đó, cài đặt TensorFlow bằng pip.

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

7. Xác minh cài đặt

Xác minh thiết lập CPU:

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

Nếu một tensor được trả về, bạn đã cài đặt TensorFlow thành công.

Xác minh thiết lập GPU:

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

Nếu danh sách các thiết bị GPU được trả về, nghĩa là bạn đã cài đặt TensorFlow thành công.

Windows WSL2

1. Yêu cầu hệ thống

  • Windows 10 19044 trở lên (64-bit). Điều này tương ứng với Windows 10 phiên bản 21H2, bản cập nhật tháng 11 năm 2021.

Xem các tài liệu sau để:

2. Cài đặt Miniconda

Miniconda là phương pháp được đề xuất để cài đặt TensorFlow có hỗ trợ GPU. Nó tạo ra một môi trường riêng biệt để tránh thay đổi bất kỳ phần mềm nào đã cài đặt trong hệ thống của bạn. Đây cũng là cách dễ nhất để cài đặt phần mềm cần thiết, đặc biệt là cho thiết lập GPU.

Bạn có thể sử dụng lệnh sau để cài đặt Miniconda. Trong quá trình cài đặt, bạn có thể cần nhấn enter và gõ "yes".

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

Bạn có thể cần khởi động lại thiết bị đầu cuối hoặc source ~/.bashrc để bật lệnh conda . Sử dụng conda -V để kiểm tra xem nó đã được cài đặt thành công chưa.

3. Tạo môi trường conda

Tạo môi trường conda mới có tên tf bằng lệnh sau.

conda create --name tf python=3.9

Bạn có thể hủy kích hoạt và kích hoạt nó bằng các lệnh sau.

conda deactivate
conda activate tf

Đảm bảo rằng nó được kích hoạt cho phần còn lại của quá trình cài đặt.

4. Thiết lập GPU

Bạn có thể bỏ qua phần này nếu chỉ chạy TensorFlow trên CPU.

Trước tiên hãy cài đặt trình điều khiển GPU NVIDIA nếu bạn chưa có. Bạn có thể sử dụng lệnh sau để xác minh nó đã được cài đặt.

nvidia-smi

Sau đó cài đặt CUDA và cuDNN với conda.

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

Định cấu hình đường dẫn hệ thống. Bạn có thể làm điều đó bằng lệnh sau mỗi khi khởi động một thiết bị đầu cuối mới sau khi kích hoạt môi trường conda của bạn.

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/

Để thuận tiện cho bạn, bạn nên tự động hóa nó bằng các lệnh sau. Các đường dẫn hệ thống sẽ được cấu hình tự động khi bạn kích hoạt môi trường conda này.

mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/' > $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh

5. Cài đặt TensorFlow

TensorFlow yêu cầu phiên bản pip mới nhất, vì vậy hãy nâng cấp cài đặt pip của bạn để đảm bảo bạn đang chạy phiên bản mới nhất.

pip install --upgrade pip

Sau đó, cài đặt TensorFlow bằng pip.

pip install tensorflow

6. Xác minh cài đặt

Xác minh thiết lập CPU:

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

Nếu một tensor được trả về, bạn đã cài đặt TensorFlow thành công.

Xác minh thiết lập GPU:

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

Nếu danh sách các thiết bị GPU được trả về, nghĩa là bạn đã cài đặt TensorFlow thành công.

Vị trí gói hàng

Một số cơ chế cài đặt yêu cầu URL của gói Python TensorFlow. Giá trị bạn chỉ định tùy thuộc vào phiên bản Python của bạn.

Phiên bản URL
Linux
Hỗ trợ GPU Python 3.7 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.11.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.7 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.11.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Hỗ trợ GPU Python 3.8 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.11.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.8 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.11.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Hỗ trợ GPU Python 3.9 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.11.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.11.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Hỗ trợ GPU Python 3.10 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.11.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.11.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
macOS (chỉ dành cho CPU)
Trăn 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.11.0-cp37-cp37m-macosx_10_14_x86_64.whl
Trăn 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.11.0-cp38-cp38-macosx_10_14_x86_64.whl
Trăn 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.11.0-cp39-cp39-macosx_10_14_x86_64.whl
Trăn 3.10 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.11.0-cp310-cp310-macosx_10_14_x86_64.whl
các cửa sổ
Hỗ trợ GPU Python 3.7 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.11.0-cp37-cp37m-win_amd64.whl
Python 3.7 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.11.0-cp37-cp37m-win_amd64.whl
Hỗ trợ GPU Python 3.8 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.11.0-cp38-cp38-win_amd64.whl
Python 3.8 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.11.0-cp38-cp38-win_amd64.whl
Hỗ trợ GPU Python 3.9 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.11.0-cp39-cp39-win_amd64.whl
Python 3.9 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.11.0-cp39-cp39-win_amd64.whl
Hỗ trợ GPU Python 3.10 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.11.0-cp310-cp310-win_amd64.whl
Python 3.10 chỉ dành cho CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.11.0-cp310-cp310-win_amd64.whl