Google I/O is a wrap! Catch up on TensorFlow sessions View sessions

Установите TensorFlow с помощью pip

Это руководство предназначено для последней стабильной версии TensorFlow. Для предварительной сборки (nightly) используйте пакет pip с именем tf-nightly . Обратитесь к этим таблицам, чтобы узнать о требованиях к более старой версии TensorFlow. Для пользователей TensorFlow 1.x обратитесь к руководству по миграции, чтобы перейти на TensorFlow 2.

Вот таблица поиска для команд установки. Прокрутите вниз для пошаговых инструкций.

линукс

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])))"

Окна

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'))"

Процессор

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

Ночной

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

Аппаратные требования

Поддерживаются следующие устройства с поддержкой графического процессора:

  • Карта NVIDIA® GPU с архитектурой CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 и выше. См. список карт GPU с поддержкой CUDA® .
  • Для графических процессоров с неподдерживаемой архитектурой CUDA®, чтобы избежать JIT-компиляции из PTX или для использования других версий библиотек NVIDIA®, см. руководство по сборке Linux из исходного кода .
  • Пакеты не содержат кода PTX, за исключением последней поддерживаемой архитектуры CUDA®; поэтому TensorFlow не загружается на старых графических процессорах, если CUDA_FORCE_PTX_JIT=1 . (Подробности см. в разделе Совместимость приложений .)

Системные Требования

  • Ubuntu 16.04 или выше (64-разрядная версия)
  • macOS 10.12.6 (Sierra) или выше (64-разрядная версия) (без поддержки графического процессора)
  • Windows 7 или выше (64-разрядная версия)

Требования к программному обеспечению

Следующее программное обеспечение NVIDIA® требуется только для поддержки графического процессора.

Пошаговые инструкции

линукс

Мы только официально поддерживаем Ubuntu. Однако следующие инструкции могут работать и для других дистрибутивов Linux.

Мы рекомендуем использовать Miniconda для создания отдельной среды, чтобы избежать изменения какого-либо установленного программного обеспечения в вашей системе. Это также самый простой способ установить необходимое программное обеспечение, особенно для настройки графического процессора.

1. Установите Миниконду

Вы можете использовать следующую команду для установки Miniconda. Во время установки вам может понадобиться нажать Enter и ввести «yes».

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

Вам может потребоваться перезапустить терминал или source ~/.bashrc , чтобы включить команду conda . Используйте conda -V , чтобы проверить, успешно ли он установлен.

2. Создайте среду conda

Создайте новую среду conda с именем tf с помощью следующей команды.

conda create --name tf python=3.9

Вы можете деактивировать и активировать его с помощью следующих команд.

conda deactivate
conda activate tf

Пожалуйста, убедитесь, что он активирован для остальной части установки.

3. Настройка графического процессора

Вы можете пропустить этот раздел, если вы запускаете TensorFlow только на процессоре.

Во-первых, нам нужно установить драйвер NVIDIA GPU, если у вас его нет. Вы можете использовать следующую команду, чтобы убедиться, что он установлен.

nvidia-smi

Затем мы устанавливаем CUDA, cuDNN с помощью conda.

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

Настройте системные пути. Вы можете делать это с помощью следующей команды каждый раз, когда запускаете новый терминал после активации среды conda.

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/

Однако для вашего удобства мы рекомендуем автоматизировать его с помощью следующих команд. Системные пути будут автоматически настроены при активации этой среды conda.

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. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

pip install tensorflow

5. Проверьте установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

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

Если возвращается список устройств GPU, вы успешно установили TensorFlow.

MacOS

В настоящее время у нас нет официальной поддержки GPU для запуска TensorFlow в MacOS. Следующие инструкции предназначены для работы на процессоре.

1. Проверьте версию Python

Проверьте, настроена ли ваша среда Python:

python3 --version
python3 -m pip --version

Если у вас правильная версия Python и pip, вы можете пропустить следующие два шага и перейти к «4. Установить TensorFlow». Тем не менее, мы все же рекомендуем не пропускать шаги. Используйте Miniconda для установки Python и pip. Он создает отдельную среду, чтобы избежать изменения какого-либо установленного программного обеспечения в вашей системе.

2. Установите Миниконду

Вы можете использовать следующую команду для установки Miniconda. Во время установки вам может понадобиться нажать Enter и ввести «yes».

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

Вам может потребоваться перезапустить терминал или source ~/.bashrc , чтобы включить команду conda . Используйте conda -V , чтобы проверить, успешно ли он установлен.

3. Создайте среду conda

Создайте новую среду conda с именем tf с помощью следующей команды.

conda create --name tf python=3.9

Вы можете деактивировать и активировать его с помощью следующих команд.

conda deactivate
conda activate tf

Пожалуйста, убедитесь, что он активирован для остальной части установки.

4. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

pip install tensorflow

5. Проверьте установку

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

Если возвращается тензор, вы успешно установили TensorFlow.

Окна

1. Установите распространяемый пакет Microsoft Visual C++.

Установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 . Начиная с версии msvcp140_1.dll 2.1.0, из этого пакета требуется файл msvcp140_1.dll (который может отсутствовать в более старых распространяемых пакетах). Распространяемый компонент поставляется с Visual Studio 2019 , но его можно установить отдельно:

  1. Перейдите к загрузкам Microsoft Visual C++ .
  2. Прокрутите страницу вниз до раздела Visual Studio 2015, 2017 и 2019 .
  3. Загрузите и установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 для своей платформы.

Убедитесь, что длинные пути включены в Windows.

2. Установите Миниконду

Мы рекомендуем использовать Miniconda для создания отдельной среды, чтобы избежать изменения какого-либо установленного программного обеспечения в вашей системе. Это также самый простой способ установить необходимое программное обеспечение, особенно для настройки графического процессора.

Загрузите установщик Miniconda для Windows . Дважды щелкните загруженный файл и следуйте инструкциям на экране.

3. Создайте среду conda

Создайте новую среду conda с именем tf с помощью следующей команды.

conda create --name tf python=3.9

Вы можете деактивировать и активировать его с помощью следующих команд.

conda deactivate
conda activate tf

Пожалуйста, убедитесь, что он активирован для остальной части установки.

4. Настройка графического процессора

Вы можете пропустить этот раздел, если вы запускаете TensorFlow только на процессоре.

Во-первых, нам нужно установить драйвер NVIDIA GPU, если у вас его нет.

Затем мы устанавливаем CUDA, cuDNN с помощью conda.

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

5. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

pip install tensorflow

6. Проверить установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

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

Если возвращается список устройств GPU, вы успешно установили TensorFlow.

Расположение пакета

Для некоторых механизмов установки требуется URL-адрес пакета TensorFlow Python. Указываемое вами значение зависит от вашей версии Python.

Версия URL-адрес
линукс
Поддержка графического процессора Python 3.7 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp37-cp37m-manylinux2014.whl
Python 3.7 только для ЦП https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-manylinux2014.whl
Поддержка графического процессора Python 3.8 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp38-cp38-manylinux2014.whl
Python 3.8 только для ЦП https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp38-cp38-manylinux2014.whl
Поддержка графического процессора Python 3.9 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp39-cp39-manylinux2014.whl
Python 3.9 только для ЦП https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp39-cp39-manylinux2014.whl
Поддержка графического процессора Python 3.10 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp310-cp310-manylinux2014.whl
Python 3.10 только для ЦП https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp310-cp310-manylinux2014.whl
macOS (только процессор)
Питон 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp37-cp37m-macosx_10_14_x86_64.whl
Питон 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp38-cp38-macosx_10_14_x86_64.whl
Питон 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp39-cp39-macosx_10_14_x86_64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp310-cp310-macosx_10_14_x86_64.whl
Окна
Поддержка графического процессора Python 3.7 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp37-cp37m-win_amd64.whl
Python 3.7 только для ЦП https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-win_amd64.whl
Поддержка графического процессора Python 3.8 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp38-cp38-win_amd64.whl
Python 3.8 только для ЦП https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp38-cp38-win_amd64.whl
Поддержка графического процессора Python 3.9 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp39-cp39-win_amd64.whl
Python 3.9 только для ЦП https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp39-cp39-win_amd64.whl
Поддержка графического процессора Python 3.10 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp310-cp310-win_amd64.whl
Python 3.10 только для ЦП https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp310-cp310-win_amd64.whl