Google se compromete a impulsar la igualdad racial para las comunidades afrodescendientes. Obtén información al respecto.

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

Requisitos del sistema

  • Python 3.6–3.9
    • La compatibilidad con Python 3.9 requiere TensorFlow 2.5 o una versión posterior.
    • La compatibilidad con Python 3.8 requiere TensorFlow 2.2 o una versión posterior.
  • pip 19.0 o versiones posteriores (requiere compatibilidad con   manylinux2010 )
  • Ubuntu 16.04 o versiones posteriores (64 bits)
  • macOS 10.12.6 (Sierra) o versiones posteriores (64-bit) (no son compatibles con GPU)
    • macOS requiere pip 20.3 o una versión posterior
  • Windows 7 o versiones posteriores (64 bits)
  • La compatibilidad con GPU requiere una tarjeta habilitada para CUDA® (Ubuntu y Windows)

Requisitos de hardware

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

Comprueba si tu entorno de Python ya está configurado:

python3 --version
pip3 --version

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

Ubuntu

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

macOS

Instala con el administrador de paquetes Homebrew :

/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

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 puedes instalarlo por separado de la siguiente forma:

  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 función opcional).

Otro

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

Se utilizan entornos virtuales de Python para aislar del sistema la instalación de paquetes.

Ubuntu/macOS

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

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

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

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

Cuando el entorno virtual esté activo, la solicitud de shell tendrá el prefijo   (venv) .

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

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Para salir del entorno virtual luego, haz lo siguiente:

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 donde contenerlo:

python -m venv --system-site-packages .\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 de la siguiente manera:

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Para salir del entorno virtual luego, haz lo siguiente:

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

Conda

Aunque se recomienda el paquete pip que proporciona TensorFlow, un paquete Anaconda con asistencia de la comunidad está disponible. Para instalarlo consulta la guía de Anaconda de TensorFlow .

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

Instalación en el entorno virtual

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.

Versión URL
Linux
Python 3.6 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.8 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.8 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.9 compatible con GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.5.0-cp39-cp39-manylinux2010_x86_64.whl
Python 3.9 exclusivo para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.5.0-cp39-cp39-manylinux2010_x86_64.whl
macOS (exclusivo para 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 compatible con GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp36-cp36m-win_amd64.whl
Python 3.6 exclusivo para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp36-cp36m-win_amd64.whl
Python 3.7 compatible con GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp37-cp37m-win_amd64.whl
Python 3.7 exclusivo para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp37-cp37m-win_amd64.whl
Python 3.8 compatible con GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp38-cp38-win_amd64.whl
Python 3.8 exclusivo para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp38-cp38-win_amd64.whl
Python 3.9 compatible con GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.5.0-cp39-cp39-win_amd64.whl
Python 3.9 exclusivo para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.5.0-cp39-cp39-win_amd64.whl