تثبيت TensorFlow مع النقطة

هذا الدليل مخصص لأحدث إصدار مستقر من TensorFlow. لإنشاء المعاينة (ليلاً) ، استخدم حزمة النقطة المسماة tf-nightly . ارجع إلى هذه الجداول لمعرفة متطلبات إصدار TensorFlow الأقدم. بالنسبة إلى وحدة المعالجة المركزية (CPU) فقط، استخدم حزمة النقطة المسماة tensorflow-cpu .

فيما يلي الإصدارات السريعة لأوامر التثبيت. قم بالتمرير لأسفل للحصول على التعليمات خطوة بخطوة.

لينكس

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

ماك

# 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])))"

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])))"

ليلا

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

متطلبات الأجهزة

يتم دعم الأجهزة التالية التي تدعم GPU:

  • بطاقة NVIDIA® GPU مع بنيات CUDA® 3.5، 5.0، 6.0، 7.0، 7.5، 8.0 وأعلى. راجع قائمة بطاقات GPU التي تدعم CUDA® .
  • بالنسبة لوحدات معالجة الرسومات ذات بنيات CUDA® غير المدعومة، أو لتجنب تجميع JIT من PTX، أو لاستخدام إصدارات مختلفة من مكتبات NVIDIA®، راجع إصدار Linux من دليل المصدر .
  • لا تحتوي الحزم على رمز PTX باستثناء أحدث بنية CUDA® المدعومة؛ لذلك، يفشل TensorFlow في التحميل على وحدات معالجة الرسومات الأقدم عند تعيين CUDA_FORCE_PTX_JIT=1 . (راجع توافق التطبيقات للحصول على التفاصيل.)

متطلبات النظام

  • أوبونتو 16.04 أو أعلى (64 بت)
  • macOS 10.12.6 (Sierra) أو أعلى (64 بت) (لا يوجد دعم لوحدة معالجة الرسومات)
  • Windows Native - Windows 7 أو أعلى (64 بت) (لا يوجد دعم لوحدة معالجة الرسومات بعد TF 2.10)
  • Windows WSL2 - Windows 10 19044 أو أعلى (64 بت)

متطلبات البرنامج

برامج NVIDIA® التالية مطلوبة فقط لدعم وحدة معالجة الرسومات.

تعليمات خطوه بخطوه

لينكس

1. متطلبات النظام

  • أوبونتو 16.04 أو أعلى (64 بت)

TensorFlow يدعم Ubuntu رسميًا فقط. ومع ذلك، قد تعمل الإرشادات التالية أيضًا مع توزيعات Linux الأخرى.

2. إعداد GPU

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

قم بتثبيت برنامج تشغيل NVIDIA GPU إذا لم تقم بذلك. يمكنك استخدام الأمر التالي للتحقق من تثبيته.

nvidia-smi

3. قم بتثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من النقطة، لذا قم بترقية تثبيت النقطة لديك للتأكد من أنك تقوم بتشغيل أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام النقطة.

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

4. تحقق من التثبيت

التحقق من إعداد وحدة المعالجة المركزية:

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

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

التحقق من إعداد GPU:

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

إذا تم إرجاع قائمة بأجهزة GPU، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

ماك

1. متطلبات النظام

  • macOS 10.12.6 (سييرا) أو أعلى (64 بت)

لا يوجد حاليًا دعم GPU رسمي لتشغيل TensorFlow على نظام MacOS. الإرشادات التالية مخصصة للتشغيل على وحدة المعالجة المركزية.

2. تحقق من إصدار بايثون

تحقق مما إذا كانت بيئة Python الخاصة بك قد تم تكوينها بالفعل:

python3 --version
python3 -m pip --version

3. قم بتثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من النقطة، لذا قم بترقية تثبيت النقطة لديك للتأكد من أنك تقوم بتشغيل أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام النقطة.

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 الموتر، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

ويندوز الأصلي

1. متطلبات النظام

  • ويندوز 7 أو أعلى (64 بت)

2. قم بتثبيت Microsoft Visual C++ القابل لإعادة التوزيع

قم بتثبيت Microsoft Visual C++ Redistributable لـ Visual Studio 2015 و2017 و2019 . بدءًا من الإصدار TensorFlow 2.1.0، يلزم وجود ملف msvcp140_1.dll من هذه الحزمة (والتي قد لا يتم توفيرها من الحزم القديمة القابلة لإعادة التوزيع). يأتي الإصدار القابل لإعادة التوزيع مع Visual Studio 2019 ولكن يمكن تثبيته بشكل منفصل:

  1. انتقل إلى تنزيلات Microsoft Visual C++ .
  2. قم بالتمرير لأسفل الصفحة إلى قسم Visual Studio 2015 و2017 و2019 .
  3. قم بتنزيل وتثبيت Microsoft Visual C++ Redistributable لـ Visual Studio 2015 و2017 و2019 لنظامك الأساسي.

تأكد من تمكين المسارات الطويلة على نظام التشغيل Windows.

3. قم بتثبيت Miniconda

Miniconda هو الأسلوب الموصى به لتثبيت TensorFlow بدعم GPU. يقوم بإنشاء بيئة منفصلة لتجنب تغيير أي برنامج مثبت في نظامك. هذه أيضًا هي الطريقة الأسهل لتثبيت البرنامج المطلوب خاصة لإعداد وحدة معالجة الرسومات.

قم بتنزيل برنامج Miniconda Windows Installer . انقر نقرًا مزدوجًا فوق الملف الذي تم تنزيله واتبع التعليمات التي تظهر على الشاشة.

4. قم بإنشاء بيئة كوندا

قم بإنشاء بيئة conda جديدة باسم tf باستخدام الأمر التالي.

conda create --name tf python=3.9

يمكنك إلغاء تنشيطه وتنشيطه باستخدام الأوامر التالية.

conda deactivate
conda activate tf

تأكد من تنشيطه لبقية التثبيت.

5. إعداد GPU

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

قم أولاً بتثبيت برنامج تشغيل NVIDIA GPU إذا لم تقم بذلك.

ثم قم بتثبيت CUDA، cuDNN مع conda.

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

6. قم بتثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من النقطة، لذا قم بترقية تثبيت النقطة لديك للتأكد من أنك تقوم بتشغيل أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام النقطة.

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

7. تحقق من التثبيت

التحقق من إعداد وحدة المعالجة المركزية:

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

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

التحقق من إعداد GPU:

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

إذا تم إرجاع قائمة بأجهزة GPU، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

ويندوز WSL2

1. متطلبات النظام

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

راجع المستندات التالية من أجل:

2. إعداد GPU

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

قم بتثبيت برنامج تشغيل NVIDIA GPU إذا لم تقم بذلك. يمكنك استخدام الأمر التالي للتحقق من تثبيته.

nvidia-smi

3. قم بتثبيت TensorFlow

يتطلب TensorFlow إصدارًا حديثًا من النقطة، لذا قم بترقية تثبيت النقطة لديك للتأكد من أنك تقوم بتشغيل أحدث إصدار.

pip install --upgrade pip

ثم قم بتثبيت TensorFlow باستخدام النقطة.

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

4. تحقق من التثبيت

التحقق من إعداد وحدة المعالجة المركزية:

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

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

التحقق من إعداد GPU:

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

إذا تم إرجاع قائمة بأجهزة GPU، فهذا يعني أنك قمت بتثبيت TensorFlow بنجاح.

موقع العبوة

تتطلب بعض آليات التثبيت عنوان URL لحزمة TensorFlow Python. تعتمد القيمة التي تحددها على إصدار Python الخاص بك.

إصدار عنوان URL
لينكس
دعم بايثون 3.9 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-2.15.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
بايثون 3.9 وحدة المعالجة المركزية فقط https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.15.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
دعم بايثون 3.10 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-2.15.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
بايثون 3.10 وحدة المعالجة المركزية فقط https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.15.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
دعم بايثون 3.11 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-2.15.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
بايثون 3.11 وحدة المعالجة المركزية فقط https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.15.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
macOS (وحدة المعالجة المركزية فقط)
بايثون 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.15.0-cp39-cp39-macosx_10_15_x86_64.whl
بايثون 3.10 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.15.0-cp310-cp310-macosx_10_15_x86_64.whl
بايثون 3.11 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.15.0-cp311-cp311-macosx_10_15_x86_64.whl
شبابيك
بايثون 3.9 وحدة المعالجة المركزية فقط https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.15.0-cp39-cp39-win_amd64.whl
بايثون 3.10 وحدة المعالجة المركزية فقط https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.15.0-cp310-cp310-win_amd64.whl
بايثون 3.11 وحدة المعالجة المركزية فقط https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.15.0-cp311-cp311-win_amd64.whl