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

Instalar o TensorFlow com PIP

Pacotes do TensorFlow 2 disponíveis

  • tensorflow: versão estável mais recente com suporte a GPUs e CPUs (Ubuntu e Windows)
  • tf-nightly: versão de visualização (instável). O Ubuntu e o Windows incluem suporte a GPUs.

Versões mais antigas do TensorFlow

Para os pacotes TensorFlow 1.x, os pacotes CPU e GPU são separados:

  • tensorflow==1.15: versão somente para CPU
  • tensorflow-gpu==1.15: versão com suporte a GPUs (Ubuntu e Windows)

Requisitos do sistema

  • Python 3.5–3.8
    • A compatibilidade com o Python 3.8 requer o TensorFlow 2.2 ou posterior.
  • PIP 19.0 ou mais recente (requer suporte para manylinux2010)
  • Ubuntu 16.04 ou mais recente (64 bits)
  • macOS 10.12.6 (Sierra) ou mais recente (64 bits) (sem suporte a GPUs)
  • Windows 7 ou posterior (64 bits)
  • Raspbian 9.0 ou mais recente
  • O suporte a GPUs requer uma placa ativada para CUDA® (Ubuntu e Windows)

Requisitos de hardware

  • Começando com o TensorFlow 1.6, os binários usam instruções AVX que talvez não sejam executadas em CPUs mais antigas.
  • Leia o guia de suporte a GPUs para configurar uma placa GPU ativada para CUDA® no Ubuntu ou no Windows.

1. Instalar o ambiente para desenvolvedores do Python no sistema

Verifique se o ambiente Python já está configurado:

python3 --version
pip3 --version

Se esses pacotes já estiverem instalados, pule para a próxima etapa.
Caso contrário, instale o Python, o gerenciador de pacotes PIP e o venv:

Ubuntu

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

macOS

Instale usando o gerenciador de pacotes 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

Instale o Microsoft Visual C++ Redistribuível para Visual Studio 2015, 2017 e 2019. Começando com a versão 2.1.0 do TensorFlow, o arquivo msvcp140_1.dll é exigido para este pacote (que pode não acompanhar pacotes redistribuíveis mais antigos). O redistribuível vem com o Visual Studio 2019, mas pode ser instalado separadamente:

  1. Acesse os downloads do Microsoft Visual C++,
  2. Role a página para baixo até a seção Visual Studio 2015, 2017 e 2019.
  3. Faça o download e instale o Microsoft Visual C++ Redistribuível para Visual Studio 2015, 2017 e 2019 para sua plataforma.

Verifique se os caminhos longos estão ativados no Windows.

Instale a versão de 64 bits do Python 3 para Windows (selecione pip como um recurso opcional).

Raspberry Pi

Requisitos para o sistema operacional Raspbian:

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

Outro

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

Os ambientes virtuais do Python servem para isolar a instalação de pacotes do sistema.

Ubuntu / macOS

Crie um novo ambiente virtual escolhendo um intérprete de Python e criando um diretório ./venv para mantê-lo:

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

Ative o ambiente virtual usando um comando específico do shell:

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

Quando o ambiente virtual está ativo, o prompt do shell é prefixado com (venv).

Instale pacotes em um ambiente virtual sem afetar a configuração do sistema host. Comece fazendo upgrade de pip:

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Para sair do ambiente virtual posteriormente:

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

Windows

Crie um novo ambiente virtual escolhendo um intérprete de Python e criando um diretório .\venv para mantê-lo:

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

Ative o ambiente virtual:

.\venv\Scripts\activate

Instale pacotes em um ambiente virtual sem afetar a configuração do sistema host. Comece fazendo upgrade de pip:

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

Para sair do ambiente virtual posteriormente:

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

Conda

Embora o pacote pip fornecido com o TensorFlow seja o recomendado, está disponível um pacote Anaconda com suporte da comunidade. Para instalá-lo, leia o guia do TensorFlow Anaconda (em inglês).

3. Instale o pacote PIP do TensorFlow

Escolha um dos seguintes pacotes do TensorFlow para instalar usando o PyPI:

  • tensorflow: versão estável mais recente com suporte a GPUs e CPUs (Ubuntu e Windows)
  • tf-nightly: versão de visualização (instável). O Ubuntu e o Windows incluem suporte a GPUs.
  • tensorflow==1.15: a versão final do TensorFlow 1.x.

Instalação do ambiente virtual

pip install --upgrade tensorflow

Verificar a instalação:

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

Instalação do sistema

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

Verificar a instalação:

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

Localização do pacote

Alguns mecanismos de instalação exigem o URL do pacote Python do TensorFlow. O valor especificado depende da versão do Python.

VersãoURL
Linux
Suporte a GPUs no Python 3.5 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.5 somente para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
Suporte a GPUs no Python 3.6 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 somente para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
Suporte a GPUs no Python 3.7 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 somente para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
Suporte a GPUs no Python 3.8 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.8 somente para CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
macOS (somente 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
Windows
Suporte a GPUs no Python 3.5 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-win_amd64.whl
Python 3.5 somente para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-win_amd64.whl
Suporte a GPUs no Python 3.6 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-win_amd64.whl
Python 3.6 somente para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-win_amd64.whl
Suporte a GPUs no Python 3.7 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-win_amd64.whl
Python 3.7 somente para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-win_amd64.whl
Suporte a GPUs no Python 3.8 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp38-cp38-win_amd64.whl
Python 3.8 somente para CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp38-cp38-win_amd64.whl
Raspberry PI (somente para CPU)
Python 3, Pi0 ou Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv6l.whl
Python 3, Pi2 ou Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv7l.whl