Google is committed to advancing racial equity for Black communities. See how.
Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

Installa TensorFlow con pip

Sono disponibili pacchetti TensorFlow 2

  • tensorflow ultima versione stabile con supporto per CPU e GPU (Ubuntu e Windows)
  • tf-nightly anteprima build (instabile) . Ubuntu e Windows includono il supporto GPU .

Versioni precedenti di TensorFlow

Per TensorFlow 1.x, i pacchetti CPU e GPU sono separati:

  • tensorflow==1.15 versione solo per CPU
  • tensorflow-gpu==1.15 rilascio con supporto GPU (Ubuntu e Windows)

Requisiti di sistema

  • Python 3.5–3.8
    • Il supporto di Python 3.8 richiede TensorFlow 2.2 o successivo.
  • pip 19.0 o successivo (richiede supporto manylinux2010 )
  • Ubuntu 16.04 o successivo (64 bit)
  • macOS 10.12.6 (Sierra) o successivo (64 bit) (nessun supporto GPU)
  • Windows 7 o successivo (64 bit)
  • Raspbian 9.0 o successivo
  • Il supporto GPU richiede una scheda abilitata per CUDA® (Ubuntu e Windows)

Requisiti hardware

  • A partire da TensorFlow 1.6, i binari utilizzano istruzioni AVX che potrebbero non essere eseguite su CPU meno recenti.
  • Leggi la guida al supporto GPU per configurare una scheda GPU abilitata per CUDA® su Ubuntu o Windows.

1. Installa l'ambiente di sviluppo Python sul tuo sistema

Controlla se il tuo ambiente Python è già configurato:

python3 --version
pip3 --version

Se questi pacchetti sono già installati, vai al passaggio successivo.
Altrimenti, installa Python , il gestore di pacchetti pip e venv :

Ubuntu

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

Mac OS

Installa utilizzando il gestore di pacchetti 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

finestre

Installa Microsoft Visual C ++ Redistributable per Visual Studio 2015, 2017 e 2019 . A partire dalla versione TensorFlow 2.1.0, il file msvcp140_1.dll è richiesto da questo pacchetto (che potrebbe non essere fornito da pacchetti ridistribuibili precedenti). Il ridistribuibile viene fornito con Visual Studio 2019 ma può essere installato separatamente:

  1. Vai ai download di Microsoft Visual C ++ ,
  2. Scorri la pagina verso il basso fino alla sezione Visual Studio 2015, 2017 e 2019 .
  3. Scarica e installa Microsoft Visual C ++ Redistributable per Visual Studio 2015, 2017 e 2019 per la tua piattaforma.

Assicurati che i percorsi lunghi siano abilitati su Windows.

Installa la versione Python 3 a 64 bit per Windows (seleziona pip come funzionalità opzionale).

Raspberry Pi

Requisiti per il sistema operativo Raspbian :

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

Altro

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

Gli ambienti virtuali Python vengono utilizzati per isolare l'installazione del pacchetto dal sistema.

Ubuntu / macOS

Crea un nuovo ambiente virtuale scegliendo un interprete Python e creando una directory ./venv per conservarlo:

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

Attiva l'ambiente virtuale utilizzando un comando specifico della shell:

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

Quando l'ambiente virtuale è attivo, il prompt della shell ha il prefisso (venv) .

Installa i pacchetti all'interno di un ambiente virtuale senza influire sulla configurazione del sistema host. Inizia aggiornando pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

E per uscire dall'ambiente virtuale in un secondo momento:

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

finestre

Crea un nuovo ambiente virtuale scegliendo un interprete Python e creando una directory .\venv per conservarlo:

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

Attiva l'ambiente virtuale:

.\venv\Scripts\activate

Installa i pacchetti all'interno di un ambiente virtuale senza influire sulla configurazione del sistema host. Inizia aggiornando pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

E per uscire dall'ambiente virtuale in un secondo momento:

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

Conda

Sebbene sia consigliato il pacchetto pip fornito da TensorFlow, è disponibile un pacchetto Anaconda supportato dalla comunità . Per l'installazione, leggi la guida di Anaconda TensorFlow .

3. Installa il pacchetto pip TensorFlow

Scegli uno dei seguenti pacchetti TensorFlow da installare da PyPI :

  • tensorflow ultima versione stabile con supporto per CPU e GPU (Ubuntu e Windows) .
  • tf-nightly anteprima build (instabile) . Ubuntu e Windows includono il supporto GPU .
  • tensorflow==1.15 : la versione finale di TensorFlow 1.x.

Installazione in ambiente virtuale

pip install --upgrade tensorflow

Verifica l'installazione:

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

Installazione del sistema

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

Verifica l'installazione:

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

Posizione del pacchetto

Alcuni meccanismi di installazione richiedono l'URL del pacchetto TensorFlow Python. Il valore specificato dipende dalla versione di Python.

Versione URL
Linux
Supporto GPU Python 3.5 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
Solo CPU Python 3.5 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
Supporto GPU Python 3.6 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
Solo CPU Python 3.6 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
Supporto GPU Python 3.7 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
Solo CPU Python 3.7 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
Supporto GPU Python 3.8 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
Solo CPU Python 3.8 https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
macOS (solo 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
finestre
Supporto GPU Python 3.5 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-win_amd64.whl
Solo CPU Python 3.5 https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-win_amd64.whl
Supporto GPU Python 3.6 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-win_amd64.whl
Solo CPU Python 3.6 https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-win_amd64.whl
Supporto GPU Python 3.7 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-win_amd64.whl
Solo CPU Python 3.7 https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-win_amd64.whl
Supporto GPU Python 3.8 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp38-cp38-win_amd64.whl
Solo CPU Python 3.8 https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp38-cp38-win_amd64.whl
Raspberry PI (solo CPU)
Python 3, Pi0 o Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv6l.whl
Python 3, Pi2 o Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv7l.whl