RSVP for your your local TensorFlow Everywhere event today!
Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

Instal TensorFlow dengan pip

Paket TensorFlow 2 tersedia

  • tensorflow stabil terbaru dengan dukungan CPU dan GPU (Ubuntu dan Windows)
  • tf-nightly —Pratinjau build (tidak stabil) . Ubuntu dan Windows menyertakan dukungan GPU .

Versi TensorFlow yang lebih lama

Untuk TensorFlow 1.x, paket CPU dan GPU terpisah:

  • tensorflow==1.15 —Rilis hanya untuk CPU
  • tensorflow-gpu==1.15 —Rilis dengan dukungan GPU (Ubuntu dan Windows)

Persyaratan sistem

  • Python 3.5–3.8
    • Dukungan Python 3.8 membutuhkan TensorFlow 2.2 atau yang lebih baru.
  • pip 19.0 atau lebih baru (memerlukan dukungan manylinux2010 )
  • Ubuntu 16.04 atau lebih baru (64-bit)
  • macOS 10.12.6 (Sierra) atau lebih baru (64-bit) (tidak ada dukungan GPU)
  • Windows 7 atau lebih baru (64-bit)
  • Raspbian 9.0 atau yang lebih baru
  • Dukungan GPU membutuhkan kartu berkemampuan CUDA® (Ubuntu dan Windows)

Persyaratan perangkat keras

  • Dimulai dengan TensorFlow 1.6, biner menggunakan instruksi AVX yang mungkin tidak berjalan di CPU lama.
  • Baca panduan dukungan GPU untuk mengatur kartu GPU berkemampuan CUDA® di Ubuntu atau Windows.

1. Instal lingkungan pengembangan Python di sistem Anda

Periksa apakah lingkungan Python Anda sudah dikonfigurasi:

python3 --version
pip3 --version

Jika paket ini sudah diinstal, lompat ke langkah berikutnya.
Jika tidak, instal Python , pengelola paket pip , dan venv :

Ubuntu

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

macOS

Instal menggunakan manajer paket 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

Instal Microsoft Visual C ++ Redistributable untuk Visual Studio 2015, 2017, dan 2019 . Dimulai dengan versi TensorFlow 2.1.0, file msvcp140_1.dll diperlukan dari paket ini (yang mungkin tidak disediakan dari paket yang dapat didistribusikan ulang yang lebih lama). Redistributable hadir dengan Visual Studio 2019 tetapi dapat diinstal secara terpisah:

  1. Buka unduhan Microsoft Visual C ++ ,
  2. Gulir ke bawah halaman ke bagian Visual Studio 2015, 2017 dan 2019 .
  3. Unduh dan instal Microsoft Visual C ++ Redistributable untuk Visual Studio 2015, 2017, dan 2019 untuk platform Anda.

Pastikan jalur panjang diaktifkan di Windows.

Instal rilis Python 3 64-bit untuk Windows (pilih pip sebagai fitur opsional).

Raspberry Pi

Persyaratan untuk sistem operasi Raspbian :

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

Lain

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

Lingkungan virtual Python digunakan untuk mengisolasi instalasi paket dari sistem.

Ubuntu / macOS

Buat lingkungan virtual baru dengan memilih interpreter Python dan membuat direktori ./venv untuk menampungnya:

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

Aktifkan lingkungan virtual menggunakan perintah khusus shell:

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

Saat lingkungan virtual aktif, prompt shell Anda diawali dengan (venv) .

Instal paket dalam lingkungan virtual tanpa mempengaruhi pengaturan sistem host. Mulailah dengan mengupgrade pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Dan untuk keluar dari lingkungan virtual nanti:

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

Windows

Buat lingkungan virtual baru dengan memilih interpreter Python dan membuat direktori .\venv untuk menampungnya:

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

Aktifkan lingkungan virtual:

.\venv\Scripts\activate

Instal paket dalam lingkungan virtual tanpa mempengaruhi pengaturan sistem host. Mulailah dengan mengupgrade pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Dan untuk keluar dari lingkungan virtual nanti:

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

Conda

Meskipun paket pip yang disediakan TensorFlow direkomendasikan, paket Anaconda yang didukung komunitas tersedia. Untuk menginstal, baca panduan Anaconda TensorFlow .

3. Instal paket pip TensorFlow

Pilih salah satu dari paket TensorFlow berikut untuk diinstal dari PyPI :

  • tensorflow — Rilis stabil terbaru dengan dukungan CPU dan GPU (Ubuntu dan Windows) .
  • tf-nightly —Preview build (tidak stabil) . Ubuntu dan Windows menyertakan dukungan GPU .
  • tensorflow==1.15 terakhir TensorFlow 1.x.

Instal lingkungan virtual

pip install --upgrade tensorflow

Verifikasi pemasangan:

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

Pemasangan sistem

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

Verifikasi pemasangan:

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

Lokasi paket

Beberapa mekanisme penginstalan memerlukan URL paket TensorFlow Python. Nilai yang Anda tentukan bergantung pada versi Python Anda.

Versi: kapan URL
Linux
Dukungan GPU Python 3.6 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.4.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 hanya CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.4.0-cp36-cp36m-manylinux2010_x86_64.whl
Dukungan Python 3.7 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.4.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 hanya CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.4.0-cp37-cp37m-manylinux2010_x86_64.whl
Dukungan GPU Python 3.8 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.4.0-cp38-cp38-manylinux2010_x86_64.whl
Hanya untuk Python 3.8 CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.4.0-cp38-cp38-manylinux2010_x86_64.whl
macOS (khusus CPU)
Python 3.6 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.4.0-cp36-cp36m-macosx_10_9_x86_64.whl
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.4.0-cp37-cp37m-macosx_10_9_x86_64.whl
Python 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.4.0-cp38-cp38-macosx_10_14_x86_64.whl
Windows
Dukungan GPU Python 3.6 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.4.0-cp36-cp36m-win_amd64.whl
Python 3.6 hanya CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.4.0-cp36-cp36m-win_amd64.whl
Dukungan Python 3.7 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.4.0-cp37-cp37m-win_amd64.whl
Python 3.7 hanya CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.4.0-cp37-cp37m-win_amd64.whl
Dukungan GPU Python 3.8 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.4.0-cp38-cp38-win_amd64.whl
Hanya untuk Python 3.8 CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.4.0-cp38-cp38-win_amd64.whl
Raspberry PI (khusus CPU)
Python 3, Pi0 atau Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0rc2-cp35-none-linux_armv6l.whl
Python 3, Pi2 atau Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0rc2-cp35-none-linux_armv6l.whl