Google setzt sich dafür ein, die Rassengerechtigkeit für schwarze Gemeinschaften zu fördern. Siehe wie.
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

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

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 Version TensorFlow msvcp140_1.dll 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).

Himbeer-Pi

Anforderungen an das Raspbian- Betriebssystem:

sudo apt update
sudo apt install python3-dev python3-pip python3-venv
sudo apt install libatlas-base-dev        # required for numpy

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 wird:

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 Preview-Build (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 3.5 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
Nur Python 3.5-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.6 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
Nur Python 3.6-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
Nur Python 3.7-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.8 GPU-Unterstützung https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
Nur Python 3.8-CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
macOS (nur CPU)
Python 3.5 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp35-cp35m-macosx_10_6_intel.whl
Python 3.6 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp36-cp36m-macosx_10_9_x86_64.whl
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp37-cp37m-macosx_10_9_x86_64.whl
Python 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp38-cp38-macosx_10_14_x86_64.whl
Windows
Python 3.5 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-win_amd64.whl
Nur Python 3.5-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-win_amd64.whl
Python 3.6 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-win_amd64.whl
Nur Python 3.6-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-win_amd64.whl
Python 3.7 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-win_amd64.whl
Nur Python 3.7-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-win_amd64.whl
Python 3.8 GPU-Unterstützung https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp38-cp38-win_amd64.whl
Nur Python 3.8-CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp38-cp38-win_amd64.whl
Raspberry PI (nur CPU)
Python 3, Pi0 oder Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv6l.whl
Python 3, Pi2 oder Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv7l.whl