Have a question? Connect with the community at the TensorFlow Forum Visit Forum

Installieren Sie TensorFlow mit pip

TensorFlow 2-Pakete sind verfügbar

Ältere Versionen von TensorFlow

Bei TensorFlow 1.x sind CPU- und GPU-Pakete getrennt:

  • tensorflow==1.15 Release nur für CPU
  • tensorflow-gpu==1.15 Veröffentlichung mit GPU-Unterstützung (Ubuntu und Windows)

System Anforderungen

  • Python 3.6–3.9
    • Für die Unterstützung von Python 3.9 ist TensorFlow 2.5 oder höher erforderlich.
    • Für die Unterstützung von Python 3.8 ist TensorFlow 2.2 oder höher erforderlich.
  • pip 19.0 oder höher (erfordert manylinux2010 Unterstützung von manylinux2010 )
  • Ubuntu 16.04 oder höher (64-Bit)
  • macOS 10.12.6 (Sierra) oder höher (64-Bit) (keine GPU-Unterstützung)
    • Für macOS ist Pip 20.3 oder höher erforderlich
  • Windows 7 oder höher (64-Bit)
  • Für die GPU-Unterstützung ist eine CUDA®-fähige Karte erforderlich (Ubuntu und Windows).

Hardware-Anforderungen

  • Ab TensorFlow 1.6 verwenden Binärdateien AVX-Anweisungen, die möglicherweise nicht auf älteren CPUs ausgeführt werden.
  • Lesen Sie das GPU-Support-Handbuch , um eine CUDA®-fähige GPU-Karte unter Ubuntu oder Windows einzurichten.

1. Installieren Sie die Python-Entwicklungsumgebung auf Ihrem System

Überprüfen Sie, ob Ihre Python-Umgebung bereits konfiguriert ist:

python3 --version
pip3 --version

Wenn diese Pakete bereits installiert sind, fahren Sie mit dem nächsten Schritt fort.
Andernfalls installieren Sie Python , den Pip-Paketmanager und venv :

Ubuntu

sudo apt update
sudo apt install python3-dev python3-pip python3-venv

Mac OS

Installation mit dem Homebrew- Paketmanager:

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/opt/python/libexec/bin:$PATH"
# if you are on macOS 10.12 (Sierra) use `export PATH="/usr/local/bin:/usr/local/sbin:$PATH"`
brew update
brew install python  # Python 3

Windows

Installieren Sie Microsoft Visual C ++ Redistributable für Visual Studio 2015, 2017 und 2019 . Ab der TensorFlow 2.1.0-Version wird für dieses Paket die Datei msvcp140_1.dll benötigt (die möglicherweise nicht von älteren weiterverteilbaren Paketen bereitgestellt wird). Die weitervertreibbare Version wird mit Visual Studio 2019 geliefert , kann jedoch separat installiert werden:

  1. Wechseln Sie zu den Microsoft Visual C ++ - Downloads .
  2. Scrollen Sie auf der Seite nach unten zum Abschnitt Visual Studio 2015, 2017 und 2019 .
  3. Laden Sie Microsoft Visual C ++ Redistributable für Visual Studio 2015, 2017 und 2019 für Ihre Plattform herunter und installieren Sie es.

Stellen Sie sicher, dass unter Windows lange Pfade aktiviert sind .

Installieren Sie die 64-Bit- Version von Python 3 für Windows (wählen Sie pip als optionale Funktion aus).

Andere

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py

Virtuelle Python-Umgebungen werden verwendet, um die Paketinstallation vom System zu isolieren.

Ubuntu / macOS

Erstellen Sie eine neue virtuelle Umgebung, indem Sie einen Python-Interpreter auswählen und ein ./venv erstellen, in dem er ./venv wird:

python3 -m venv --system-site-packages ./venv

Aktivieren Sie die virtuelle Umgebung mit einem Shell-spezifischen Befehl:

source ./venv/bin/activate  # sh, bash, or zsh
. ./venv/bin/activate.fish  # fish
source ./venv/bin/activate.csh  # csh or tcsh

Wenn die virtuelle Umgebung aktiv ist, wird Ihrer Shell-Eingabeaufforderung (venv) vorangestellt.

Installieren Sie Pakete in einer virtuellen Umgebung, ohne das Setup des Hostsystems zu beeinträchtigen. Beginnen Sie mit dem Upgrade von pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Und um die virtuelle Umgebung später zu verlassen:

deactivate  # don't exit until you're done using TensorFlow

Windows

Erstellen Sie eine neue virtuelle Umgebung, indem Sie einen Python-Interpreter auswählen und ein .\venv Verzeichnis .\venv in dem er .\venv ist:

python -m venv --system-site-packages .\venv

Aktivieren Sie die virtuelle Umgebung:

.\venv\Scripts\activate

Installieren Sie Pakete in einer virtuellen Umgebung, ohne das Setup des Hostsystems zu beeinträchtigen. Beginnen Sie mit dem Upgrade von pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Und um die virtuelle Umgebung später zu verlassen:

deactivate  # don't exit until you're done using TensorFlow

Conda

Während das von TensorFlow bereitgestellte Pip- Paket empfohlen wird, ist ein von der Community unterstütztes Anaconda-Paket verfügbar. Lesen Sie zur Installation die Anaconda TensorFlow-Anleitung .

3. Installieren Sie das TensorFlow-Pip-Paket

Wählen Sie eines der folgenden TensorFlow-Pakete aus, die von PyPI installiert werden sollen :

  • tensorflow Neueste stabile Version mit CPU- und GPU-Unterstützung (Ubuntu und Windows) .
  • tf-nightly Vorschau des Builds (instabil) . Ubuntu und Windows bieten GPU-Unterstützung .
  • tensorflow==1.15 - Die endgültige Version von TensorFlow 1.x.

Installation der virtuellen Umgebung

pip install --upgrade tensorflow

Überprüfen Sie die Installation:

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

Systeminstallation

pip3 install --user --upgrade tensorflow  # install in $HOME

Überprüfen Sie die Installation:

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

Paketstandort

Für einige Installationsmechanismen ist die URL des TensorFlow Python-Pakets erforderlich. Der von Ihnen angegebene Wert hängt von Ihrer Python-Version ab.

Ausführung URL
Linux
Python 3.6 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp36-cp36m-manylinux2010_x86_64.whl
Nur Python 3.6-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp37-cp37m-manylinux2010_x86_64.whl
Nur Python 3.7-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.8 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp38-cp38-manylinux2010_x86_64.whl
Nur Python 3.8-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.9 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp39-cp39-manylinux2010_x86_64.whl
Nur Python 3.9-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp39-cp39-manylinux2010_x86_64.whl
macOS (nur CPU)
Python 3.6 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.5.0-cp36-cp36m-macosx_10_11_x86_64.whl
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.5.0-cp37-cp37m-macosx_10_11_x86_64.whl
Python 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.5.0-cp38-cp38-macosx_10_11_x86_64.whl
Python 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.5.0-cp39-cp39-macosx_10_11_x86_64.whl
Windows
Python 3.6 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp36-cp36m-win_amd64.whl
Nur Python 3.6-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp36-cp36m-win_amd64.whl
Python 3.7 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp37-cp37m-win_amd64.whl
Nur Python 3.7-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp37-cp37m-win_amd64.whl
Python 3.8 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp38-cp38-win_amd64.whl
Nur Python 3.8-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp38-cp38-win_amd64.whl
Python 3.9 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp39-cp39-win_amd64.whl
Nur Python 3.9-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp39-cp39-win_amd64.whl