পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন

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। TensorFlow 1.x ব্যবহারকারীদের জন্য, TensorFlow 2 এ আপগ্রেড করতে অনুগ্রহ করে মাইগ্রেশন গাইড দেখুন।

ইন্সটল কমান্ডের জন্য এখানে একটি লুকআপ টেবিল রয়েছে। ধাপে ধাপে নির্দেশাবলীর জন্য নিচে স্ক্রোল করুন।

লিনাক্স

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'))"

ম্যাক অপারেটিং সিস্টেম

# Currently, we do not have 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

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
python3 -m pip install tensorflow
# 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 GPUগুলির 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=1 সেট 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)
  • Windows 7 বা উচ্চতর (64-বিট)

সফ্টওয়্যার প্রয়োজনীয়তা

নিম্নলিখিত NVIDIA® সফ্টওয়্যার শুধুমাত্র GPU সমর্থনের জন্য প্রয়োজন৷

ধাপে ধাপে নির্দেশাবলীর

লিনাক্স

আমরা শুধুমাত্র আনুষ্ঠানিকভাবে উবুন্টু সমর্থন করি। যাইহোক, নিম্নলিখিত নির্দেশাবলী অন্যান্য লিনাক্স ডিস্ট্রোগুলির জন্যও কাজ করতে পারে।

আমরা আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করতে Miniconda ব্যবহার করার পরামর্শ দিই। এটি প্রয়োজনীয় সফ্টওয়্যার ইনস্টল করার সবচেয়ে সহজ উপায়, বিশেষ করে GPU সেটআপের জন্য।

1. মিনিকোন্ডা ইনস্টল করুন

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।

2. 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

অনুগ্রহ করে নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় আছে।

3. GPU সেটআপ

আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।

প্রথমত, আপনার যদি না থাকে তবে আমাদের NVIDIA GPU ড্রাইভার ইনস্টল করতে হবে। এটি ইনস্টল করা আছে কিনা তা যাচাই করতে আপনি নিম্নলিখিত কমান্ডটি ব্যবহার করতে পারেন।

nvidia-smi

তারপর, আমরা কনডা সহ CUDA, cuDNN ইনস্টল করি।

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

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।

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/

যাইহোক, আপনার সুবিধার জন্য, আমরা নিম্নলিখিত কমান্ডগুলির সাথে এটি স্বয়ংক্রিয় করার পরামর্শ দিই। আপনি যখন এই কনডা পরিবেশ সক্রিয় করবেন তখন সিস্টেম পাথগুলি স্বয়ংক্রিয়ভাবে কনফিগার করা হবে।

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

4. 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।

pip install tensorflow

5. 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 ডিভাইসগুলির একটি তালিকা ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।

ম্যাক অপারেটিং সিস্টেম

বর্তমানে, MacOS-এ TensorFlow চালানোর জন্য আমাদের কাছে অফিসিয়াল GPU সমর্থন নেই। সিপিইউতে চলার জন্য নিম্নলিখিত নির্দেশাবলী রয়েছে।

1. পাইথন সংস্করণ পরীক্ষা করুন

আপনার পাইথন পরিবেশ ইতিমধ্যে কনফিগার করা আছে কিনা তা পরীক্ষা করুন:

python3 --version
python3 -m pip --version

যদি আপনার কাছে পাইথন এবং পিপের সঠিক সংস্করণ থাকে, তাহলে আপনি পরবর্তী দুটি ধাপ এড়িয়ে যেতে পারেন এবং "4. টেনসরফ্লো ইনস্টল করুন"-এ যেতে পারেন। যাইহোক, আমরা এখনও ধাপগুলি এড়িয়ে যাওয়ার পরামর্শ দিই। পাইথন এবং পিপ ইনস্টল করতে মিনিকোন্ডা ব্যবহার করুন। এটি আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করে।

2. মিনিকোন্ডা ইনস্টল করুন

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-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।

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

অনুগ্রহ করে নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় আছে।

4. 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।

pip install tensorflow

5. 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

1. 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:

  1. Microsoft Visual C++ ডাউনলোডগুলিতে যান।
  2. ভিজ্যুয়াল স্টুডিও 2015, 2017 এবং 2019 বিভাগে পৃষ্ঠাটি নীচে স্ক্রোল করুন।
  3. আপনার প্ল্যাটফর্মের জন্য Visual Studio 2015, 2017 এবং 2019-এর জন্য Microsoft Visual C++ পুনরায় বিতরণযোগ্য ডাউনলোড এবং ইনস্টল করুন।

নিশ্চিত করুন যে উইন্ডোজে লম্বা পাথগুলি সক্ষম করা আছে।

2. মিনিকোন্ডা ইনস্টল করুন

আমরা আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করতে Miniconda ব্যবহার করার পরামর্শ দিই। এটি প্রয়োজনীয় সফ্টওয়্যার ইনস্টল করার সবচেয়ে সহজ উপায়, বিশেষ করে GPU সেটআপের জন্য।

মিনিকোন্ডা উইন্ডোজ ইনস্টলার ডাউনলোড করুন। ডাউনলোড করা ফাইলটিতে ডাবল ক্লিক করুন এবং স্ক্রিনে নির্দেশাবলী অনুসরণ 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

অনুগ্রহ করে নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় আছে।

4. GPU সেটআপ

আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।

প্রথমত, আপনার যদি না থাকে তবে আমাদের NVIDIA GPU ড্রাইভার ইনস্টল করতে হবে।

তারপর, আমরা কনডা সহ CUDA, cuDNN ইনস্টল করি।

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

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

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 ডিভাইসগুলির একটি তালিকা ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow 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।

সংস্করণ URL
লিনাক্স
Python 3.7 GPU সমর্থন https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.7 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
পাইথন 3.8 জিপিইউ সমর্থন https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.8 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 GPU সমর্থন https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 GPU সমর্থন https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
macOS (শুধুমাত্র CPU)
পাইথন 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp37-cp37m-macosx_10_14_x86_64.whl
পাইথন 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp38-cp38-macosx_10_14_x86_64.whl
পাইথন 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp39-cp39-macosx_10_14_x86_64.whl
পাইথন 3.10 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp310-cp310-macosx_10_14_x86_64.whl
উইন্ডোজ
Python 3.7 GPU সমর্থন https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp37-cp37m-win_amd64.whl
Python 3.7 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-win_amd64.whl
পাইথন 3.8 জিপিইউ সমর্থন https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp38-cp38-win_amd64.whl
Python 3.8 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp38-cp38-win_amd64.whl
Python 3.9 GPU সমর্থন https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp39-cp39-win_amd64.whl
Python 3.9 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp39-cp39-win_amd64.whl
Python 3.10 GPU সমর্থন https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp310-cp310-win_amd64.whl
Python 3.10 CPU-শুধুমাত্র https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp310-cp310-win_amd64.whl