התקן את TensorFlow עם pip

מדריך זה מיועד לגרסה היציבה האחרונה של TensorFlow. לבניית התצוגה המקדימה (לילי) , אנא השתמש בחבילת pip בשם tf-nightly . עיין בטבלאות אלה לדרישות גרסה ישנות יותר של TensorFlow. עבור משתמשי TensorFlow 1.x, עיין במדריך ההעברה לשדרוג ל-TensorFlow 2.

להלן טבלת חיפוש עבור פקודות ההתקנה. גלול מטה לקבלת הוראות שלב אחר שלב.

לינוקס

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'))"

MacOS

# 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])))"

חלונות

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'))"

מעבד

python3 -m pip install tensorflow
# Verify install:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

לֵילִי

python3 -m pip install tf-nightly
# Verify install:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

דרישות חומרה

ההתקנים הבאים התומכים ב-GPU נתמכים:

  • כרטיס NVIDIA® GPU עם ארכיטקטורות CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 ומעלה. עיין ברשימה של כרטיסי GPU התומכים ב-CUDA® .
  • עבור GPUs עם ארכיטקטורות CUDA® שאינן נתמכות, או כדי להימנע מהידור JIT מ-PTX, או לשימוש בגרסאות שונות של ספריות NVIDIA®, עיין במדריך ה- Linux build ממקור .
  • חבילות אינן מכילות קוד PTX למעט ארכיטקטורת CUDA® הנתמכת העדכנית ביותר; לכן, TensorFlow נכשל בטעינת מעבדי GPU ישנים יותר כאשר CUDA_FORCE_PTX_JIT=1 מוגדר. (ראה תאימות יישומים לפרטים.)

דרישות מערכת

  • אובונטו 16.04 ומעלה (64 סיביות)
  • macOS 10.12.6 (Sierra) ומעלה (64 סיביות) (ללא תמיכה ב-GPU)
  • Windows 7 ומעלה (64 סיביות)

דרישות תוכנה

תוכנת NVIDIA® הבאה נדרשת רק לתמיכה ב-GPU.

הוראות שלב אחר שלב

לינוקס

אנו תומכים רשמית רק באובונטו. עם זאת, ההוראות הבאות עשויות לעבוד גם עבור הפצות לינוקס אחרות.

אנו ממליצים להשתמש במיניקונדה כדי ליצור סביבה נפרדת כדי להימנע משינוי תוכנה מותקנת כלשהי במערכת שלך. זוהי גם הדרך הקלה ביותר להתקין את התוכנה הנדרשת, במיוחד עבור הגדרת ה-GPU.

1. התקן את מיניקונדה

אתה יכול להשתמש בפקודה הבאה כדי להתקין את Miniconda. במהלך ההתקנה, ייתכן שתצטרך ללחוץ על אנטר ולהקליד "כן".

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

ייתכן שתצטרך להפעיל מחדש את הטרמינל או source ~/.bashrc כדי להפעיל את פקודת conda . השתמש ב- conda -V כדי לבדוק אם הוא מותקן בהצלחה.

2. צור סביבת קונדה

צור סביבת conda חדשה בשם tf עם הפקודה הבאה.

conda create --name tf python=3.9

אתה יכול לבטל ולהפעיל אותו באמצעות הפקודות הבאות.

conda deactivate
conda activate tf

אנא ודא שהוא מופעל למשך שאר ההתקנה.

3. הגדרת GPU

אתה יכול לדלג על סעיף זה אם אתה מפעיל את TensorFlow רק במעבד.

ראשית, אנחנו צריכים להתקין מנהל התקן NVIDIA GPU אם לא. אתה יכול להשתמש בפקודה הבאה כדי לוודא שהוא מותקן.

nvidia-smi

לאחר מכן, אנו מתקינים את ה-CUDA, cuDNN עם conda.

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

הגדר את נתיבי המערכת. אתה יכול לעשות את זה עם הפקודה הבאה בכל פעם שאתה מתחיל מסוף חדש לאחר הפעלת סביבת הקונדה שלך.

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/

עם זאת, לנוחיותך, אנו ממליצים להפוך אותו לאוטומטי באמצעות הפקודות הבאות. נתיבי המערכת יוגדרו אוטומטית כאשר תפעיל את סביבת הקונדה הזו.

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. התקן את TensorFlow

TensorFlow דורשת גרסה עדכנית של pip, אז שדרג את התקנת ה-pip שלך כדי להיות בטוח שאתה מפעיל את הגרסה העדכנית ביותר.

pip install --upgrade pip

לאחר מכן, התקן את TensorFlow עם pip.

pip install tensorflow

5. ודא ההתקנה

ודא את הגדרת המעבד:

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

אם טנזור מוחזר, התקנת את TensorFlow בהצלחה.

אמת את הגדרת ה-GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

אם מוחזרת רשימה של התקני GPU, התקנת את TensorFlow בהצלחה.

MacOS

נכון לעכשיו, אין לנו תמיכה רשמית ב-GPU להפעלת TensorFlow ב-MacOS. ההוראות הבאות מיועדות להפעלה על מעבד.

1. בדוק את גרסת Python

בדוק אם סביבת Python שלך כבר מוגדרת:

python3 --version
python3 -m pip --version

אם יש לך את הגרסה הנכונה של Python ו-pip, תוכל לדלג על שני השלבים הבאים וללכת אל "4. התקן את TensorFlow". עם זאת, אנו עדיין ממליצים לא לדלג על השלבים. השתמש במיניקונדה כדי להתקין Python ו-pip. זה יוצר סביבה נפרדת כדי להימנע משינוי כל תוכנה מותקנת במערכת שלך.

2. התקן את מיניקונדה

אתה יכול להשתמש בפקודה הבאה כדי להתקין את Miniconda. במהלך ההתקנה, ייתכן שתצטרך ללחוץ על אנטר ולהקליד "כן".

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

ייתכן שתצטרך להפעיל מחדש את הטרמינל או source ~/.bashrc כדי להפעיל את פקודת conda . השתמש ב- conda -V כדי לבדוק אם הוא מותקן בהצלחה.

3. צור סביבת קונדה

צור סביבת conda חדשה בשם tf עם הפקודה הבאה.

conda create --name tf python=3.9

אתה יכול לבטל ולהפעיל אותו באמצעות הפקודות הבאות.

conda deactivate
conda activate tf

אנא ודא שהוא מופעל למשך שאר ההתקנה.

4. התקן את TensorFlow

TensorFlow דורשת גרסה עדכנית של pip, אז שדרג את התקנת ה-pip שלך כדי להיות בטוח שאתה מפעיל את הגרסה העדכנית ביותר.

pip install --upgrade pip

לאחר מכן, התקן את TensorFlow עם pip.

pip install tensorflow

5. ודא ההתקנה

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

אם טנזור מוחזר, התקנת את TensorFlow בהצלחה.

חלונות

1. התקן את Microsoft Visual C++ Redistributable

התקן את Microsoft Visual C++ הניתן להפצה מחדש עבור Visual Studio 2015, 2017 ו-2019 . החל מגירסת TensorFlow 2.1.0, נדרש קובץ msvcp140_1.dll מחבילה זו (שאולי לא מסופקת מחבילות ישנות יותר שניתן להפצה מחדש). ניתן להפצה מחדש מגיע עם Visual Studio 2019 אך ניתן להתקין אותו בנפרד:

  1. עבור אל ההורדות של Microsoft Visual C++ .
  2. גלול למטה בעמוד לקטע Visual Studio 2015, 2017 ו-2019 .
  3. הורד והתקן את Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 ו-2019 עבור הפלטפורמה שלך.

ודא שנתיבים ארוכים מופעלים ב-Windows.

2. התקן את מיניקונדה

אנו ממליצים להשתמש במיניקונדה כדי ליצור סביבה נפרדת כדי להימנע משינוי תוכנה מותקנת כלשהי במערכת שלך. זוהי גם הדרך הקלה ביותר להתקין את התוכנה הנדרשת, במיוחד עבור הגדרת ה-GPU.

הורד את Miniconda Windows Installer . לחץ פעמיים על הקובץ שהורד ובצע את ההוראות על המסך.

3. צור סביבת קונדה

צור סביבת conda חדשה בשם tf עם הפקודה הבאה.

conda create --name tf python=3.9

אתה יכול לבטל ולהפעיל אותו באמצעות הפקודות הבאות.

conda deactivate
conda activate tf

אנא ודא שהוא מופעל למשך שאר ההתקנה.

4. הגדרת GPU

אתה יכול לדלג על סעיף זה אם אתה מפעיל את TensorFlow רק במעבד.

ראשית, אנחנו צריכים להתקין מנהל התקן NVIDIA GPU אם לא.

לאחר מכן, אנו מתקינים את ה-CUDA, cuDNN עם conda.

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

5. התקן את TensorFlow

TensorFlow דורשת גרסה עדכנית של pip, אז שדרג את התקנת ה-pip שלך כדי להיות בטוח שאתה מפעיל את הגרסה העדכנית ביותר.

pip install --upgrade pip

לאחר מכן, התקן את TensorFlow עם pip.

pip install tensorflow

6. ודא ההתקנה

ודא את הגדרת המעבד:

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

אם טנזור מוחזר, התקנת את TensorFlow בהצלחה.

אמת את הגדרת ה-GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

אם מוחזרת רשימה של התקני GPU, התקנת את TensorFlow בהצלחה.

מיקום החבילה

כמה מנגנוני התקנה דורשים את כתובת האתר של חבילת TensorFlow Python. הערך שתציין תלוי בגרסת Python שלך.

גִרְסָה כתובת אתר
לינוקס
תמיכה ב-Python 3.7 GPU 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 למעבד בלבד https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
תמיכה ב-Python 3.8 GPU 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 למעבד בלבד https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
תמיכה ב-Python 3.9 GPU 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 למעבד בלבד https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
תמיכה ב-Python 3.10 GPU 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 למעבד בלבד https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
macOS (מעבד בלבד)
פייתון 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp37-cp37m-macosx_10_14_x86_64.whl
פייתון 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp38-cp38-macosx_10_14_x86_64.whl
פייתון 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp39-cp39-macosx_10_14_x86_64.whl
פייתון 3.10 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp310-cp310-macosx_10_14_x86_64.whl
חלונות
תמיכה ב-Python 3.7 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp37-cp37m-win_amd64.whl
Python 3.7 למעבד בלבד https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-win_amd64.whl
תמיכה ב-Python 3.8 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp38-cp38-win_amd64.whl
Python 3.8 למעבד בלבד https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp38-cp38-win_amd64.whl
תמיכה ב-Python 3.9 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp39-cp39-win_amd64.whl
Python 3.9 למעבד בלבד https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp39-cp39-win_amd64.whl
תמיכה ב-Python 3.10 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp310-cp310-win_amd64.whl
Python 3.10 למעבד בלבד https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp310-cp310-win_amd64.whl