Google is committed to advancing racial equity for Black communities. See how.

Instala TensorFlow con pip

Se encuentran disponibles los paquetes de TensorFlow 2

Versiones anteriores de TensorFlow

Para TensorFlow 1.x, los paquetes para CPU y GPU son independientes:

  • tensorflow==1.15: Actualización solo para CPU
  • tensorflow-gpu==1.15: Actualización compatible con GPU (Ubuntu y Windows)

Requisitos del sistema

Requisitos de hardware

  • A partir de TensorFlow 1.6, los objetos binarios usan instrucciones AVX. Es posible que estas no puedan ejecutarse en CPU más antiguas.
  • Lee la guía de compatibilidad de GPU para configurar una tarjeta GPU habilitada para CUDA® en Ubuntu o Windows.

1. Instala el entorno de desarrollo de Python en tu sistema

Comprueba si tu entorno Python ya está configurado:

python3 --version
pip3 --version
virtualenv --version

Si estos paquetes ya están instalados, continúa con el paso siguiente.
De lo contrario, instala Python, el administrador de paquetes pip y Virtualenv:

Ubuntu

sudo apt update
sudo apt install python3-dev python3-pip
sudo pip3 install -U virtualenv  # system-wide install

macOS

Realiza la instalación con el administrador de paquetes Homebrew:

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/bin:/usr/local/sbin:$PATH"
brew update
brew install python  # Python 3
sudo pip3 install -U virtualenv  # system-wide install

Windows

Instala el Paquete redistribuible de Microsoft Visual C++ para Visual Studio 2015, 2017 y 2019. A partir de la versión de TensorFlow 2.1.0, se requiere el archivo msvcp140_1.dll de este paquete (que puede no estar incluido en paquetes redistribuibles anteriores). El paquete redistribuible incluye Visual Studio 2019, pero se puede instalar por separado:

  1. Ve a las descargas de Microsoft Visual C++.
  2. Desplázate por la página hasta la sección Visual Studio 2015, 2017 y 2019.
  3. Descarga e instala el Paquete redistribuible de Microsoft Visual C++ para Visual Studio 2015, 2017 y 2019 para tu plataforma.

Asegúrate de que las rutas de acceso extensas estén habilitadas en Windows.

Instala la actualización de Python 3 para Windows de 64 bits (selecciona pip como una función opcional).

pip3 install -U pip virtualenv

Raspberry Pi

Requisitos para el sistema operativo Raspbian:

sudo apt update
sudo apt install python3-dev python3-pip
sudo apt install libatlas-base-dev        # required for numpy
sudo pip3 install -U virtualenv           # system-wide install

Otro

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py
sudo pip3 install -U virtualenv  # system-wide install

Se deben utilizar entornos virtuales de Python para aislar del sistema la instalación del paquete:

Ubuntu/macOS

Para crear un entorno virtual nuevo, elige un intérprete de Python y crea un directorio ./venv para contenerlo:

virtualenv --system-site-packages -p python3 ./venv

Para activar el entorno virtual, usa un comando de shell específico:

source ./venv/bin/activate  # sh, bash, ksh, or zsh

Cuando virtualenv está activo, la solicitud del shell tiene el prefijo (venv).

Instala paquetes dentro de un entorno virtual sin afectar la configuración del sistema host. Primero, actualiza pip:

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Para salir de virtualenv más tarde:

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

Windows

Para crear un entorno virtual nuevo, elige un intérprete de Python y crea un directorio .\venv para contenerlo:

virtualenv --system-site-packages -p python3 ./venv

Activa el entorno virtual:

.\venv\Scripts\activate

Instala paquetes dentro de un entorno virtual sin afectar la configuración del sistema host. Primero, actualiza pip:

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Para salir de virtualenv más tarde:

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

Conda

Para crear un entorno virtual nuevo, elige un intérprete de Python y crea un directorio ./venv para contenerlo:

conda create -n venv pip python=3.7  # select python version

Activa el entorno virtual:

source activate venv

En el entorno virtual, instala el paquete pip de TensorFlow usando su URL completa:

pip install --ignore-installed --upgrade packageURL

Para salir de virtualenv más tarde:

source deactivate

3. Instala el paquete pip de TensorFlow

Elige uno de los siguientes paquetes de TensorFlow para instalarlo desde PyPI:

  • tensorflow: La versión estable más reciente compatible con GPU (Ubuntu y Windows) y CPU
  • tf-nightly: Vista previa de la compilación (inestable). Ubuntu y Windows incluyen compatibilidad con GPU
  • tensorflow==1.15: La versión final de TensorFlow 1.x

Instalación en Virtualualenv

pip install --upgrade tensorflow

Verifica la instalación:

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

Instalación en el sistema

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

Verifica la instalación:

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

Ubicación del paquete

Algunos mecanismos de instalación requieren la URL del paquete de Python de TensorFlow. El valor que especifiques depende de tu versión de Python.

VersiónURL
Linux
Python 2.7 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp27-cp27mu-manylinux2010_x86_64.whl
Python 2.7 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp27-cp27mu-manylinux2010_x86_64.whl
Python 3.5 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.5 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.6 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl
macOS (exclusivo para CPU)
Python 2.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp27-cp27m-macosx_10_9_x86_64.whl
Python 3.5 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp35-cp35m-macosx_10_6_intel.whl
Python 3.6 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp36-cp36m-macosx_10_9_x86_64.whl
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp37-cp37m-macosx_10_9_x86_64.whl
Windows
Python 3.5 compatible con GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp35-cp35m-win_amd64.whl
Python 3.5 exclusivo para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp35-cp35m-win_amd64.whl
Python 3.6 compatible con GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp36-cp36m-win_amd64.whl
Python 3.6 exclusivo para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp36-cp36m-win_amd64.whl
Python 3.7 compatible con GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp37-cp37m-win_amd64.whl
Python 3.7 exclusivo para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp37-cp37m-win_amd64.whl
Raspberry PI (exclusivo para CPU)
Python 3, Pi0 o Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.1.0-cp35-none-linux_armv6l.whl
Python 3, Pi2 o Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.1.0-cp35-none-linux_armv7l.whl