Google มุ่งมั่นที่จะพัฒนาความเท่าเทียมกันทางเชื้อชาติให้กับชุมชนคนผิวดำ ดูวิธีการ
หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

ติดตั้ง TensorFlow ด้วย pip

มีแพ็คเกจ TensorFlow 2

  • tensorflow - การปล่อยเสถียรล่าสุดพร้อมรองรับ CPU และ GPU (Ubuntu และ Windows)
  • tf-nightly ตัวอย่างบิลด์ (ไม่เสถียร) Ubuntu และ Windows มี การรองรับ GPU

TensorFlow เวอร์ชันเก่ากว่า

สำหรับ TensorFlow 1.x แพ็คเกจ CPU และ GPU แยกกัน:

  • tensorflow==1.15 - เปิดสำหรับ CPU เท่านั้น
  • tensorflow-gpu==1.15 ด้วย การรองรับ GPU (Ubuntu และ Windows)

ความต้องการของระบบ

  • Python 3.5–3.8
    • รองรับ Python 3.8 ต้องใช้ TensorFlow 2.2 หรือใหม่กว่า
  • pip 19.0 หรือใหม่กว่า (ต้องการการสนับสนุน manylinux2010 )
  • Ubuntu 16.04 หรือใหม่กว่า (64- บิต)
  • macOS 10.12.6 (Sierra) หรือใหม่กว่า (64 บิต) (ไม่รองรับ GPU)
  • Windows 7 หรือใหม่กว่า (64- บิต)
  • Raspbian 9.0 หรือใหม่กว่า
  • รองรับ GPU ต้องใช้การ์ดที่รองรับCUDA® (Ubuntu และ Windows)

ข้อกำหนดด้านฮาร์ดแวร์

1. ติดตั้งสภาพแวดล้อมการพัฒนา Python บนระบบของคุณ

ตรวจสอบว่าสภาพแวดล้อม Python ของคุณได้รับการกำหนดค่าแล้ว:

python3 --version
pip3 --version

หากแพ็คเกจเหล่านี้ติดตั้งแล้วให้ข้ามไปยังขั้นตอนถัดไป
มิฉะนั้นให้ติดตั้ง Python ตัว จัดการแพ็กเกจ pip และ venv :

อูบุนตู

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

MacOS

ติดตั้งโดยใช้ตัวจัดการแพ็คเกจ 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

ของ windows

ติดตั้ง Microsoft Visual C ++ Redistributable สำหรับ Visual Studio 2015, 2017 และ 2019 เริ่มต้นด้วยรุ่น TensorFlow 2.1.0 ต้องใช้ไฟล์ msvcp140_1.dll จากแพ็คเกจนี้ (ซึ่งอาจไม่ได้จัดเตรียมจากแพ็คเกจที่สามารถแจกจ่ายต่อได้รุ่นเก่ากว่า) Redistributable มาพร้อมกับ Visual Studio 2019 แต่สามารถติดตั้งแยกกันได้:

  1. ไปที่การดาวน์โหลด Microsoft Visual C ++
  2. เลื่อนหน้าลงไปที่ส่วน Visual Studio 2015, 2017 และ 2019
  3. ดาวน์โหลดและติดตั้ง Microsoft Visual C ++ Redistributable สำหรับ Visual Studio 2015, 2017 และ 2019 สำหรับแพลตฟอร์มของคุณ

ตรวจสอบให้แน่ใจว่า เปิดใช้งานเส้นทางยาว บน Windows

ติดตั้ง รุ่น 64 บิต Python 3 สำหรับ Windows (เลือก pip เป็นคุณสมบัติเสริม)

ราสเบอร์รี่ Pi

ข้อกำหนดสำหรับระบบปฏิบัติการ Raspbian :

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

อื่น ๆ

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

สภาพแวดล้อมเสมือน Python ใช้เพื่อแยกการติดตั้งแพ็คเกจออกจากระบบ

Ubuntu / macOS

สร้างสภาพแวดล้อมเสมือนใหม่โดยเลือกล่าม Python และสร้างไดเรกทอรี. / ./venv เพื่อเก็บ:

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

เปิดใช้งานสภาพแวดล้อมเสมือนโดยใช้คำสั่งเฉพาะเชลล์:

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

เมื่อสภาพแวดล้อมเสมือนเปิดใช้งานเชลล์พรอมต์ของคุณจะขึ้นต้นด้วย (venv)

ติดตั้งแพคเกจภายในสภาพแวดล้อมเสมือนจริงโดยไม่มีผลต่อการตั้งค่าระบบโฮสต์ เริ่มต้นด้วยการอัพเกรด pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

และเพื่อออกจากสภาพแวดล้อมเสมือนจริงในภายหลัง:

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

ของ windows

สร้างสภาพแวดล้อมเสมือนใหม่โดยเลือกล่าม Python และสร้างไดเรกทอรี .\venv เพื่อเก็บไว้:

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

เปิดใช้งานสภาพแวดล้อมเสมือนจริง:

 .\venv \Scripts\activate

ติดตั้งแพคเกจภายในสภาพแวดล้อมเสมือนจริงโดยไม่มีผลต่อการตั้งค่าระบบโฮสต์ เริ่มต้นด้วยการอัพเกรด pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

และเพื่อออกจากสภาพแวดล้อมเสมือนจริงในภายหลัง:

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

Conda

ในขณะที่แนะนำให้ใช้แพคเกจ pip ของ TensorFlow แต่แพ็คเกจ Anaconda ที่ สนับสนุนโดยชุมชน นั้นมีให้ใช้งาน ในการติดตั้งให้อ่านคู่มือ Anaconda TensorFlow

3. ติดตั้งแพ็คเกจ pip ของ TensorFlow

เลือกหนึ่งในแพ็คเกจ TensorFlow ต่อไปนี้เพื่อติดตั้ง จาก PyPI :

  • tensorflow - การปล่อยเสถียรล่าสุดพร้อมรองรับ CPU และ GPU (Ubuntu และ Windows)
  • tf-nightly ตัวอย่างบิลด์ (ไม่เสถียร) Ubuntu และ Windows มี การรองรับ GPU
  • tensorflow==1.15 - รุ่นสุดท้ายของ TensorFlow 1.x

การติดตั้งสภาพแวดล้อมเสมือนจริง

pip install --upgrade tensorflow

ตรวจสอบการติดตั้ง:

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

ติดตั้งระบบ

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

ตรวจสอบการติดตั้ง:

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

ตำแหน่งของแพ็คเกจ

กลไกการติดตั้งบางอย่างต้องการ URL ของแพ็คเกจ TensorFlow Python ค่าที่คุณระบุนั้นขึ้นอยู่กับเวอร์ชัน Python ของคุณ

รุ่น URL
ลินุกซ์
รองรับ Python 3.5 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.5 CPU เท่านั้น https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
รองรับ Python 3.6 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 CPU เท่านั้น https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
รองรับ Python 3.7 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 CPU เท่านั้น https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
รองรับ Python 3.8 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.8 CPU เท่านั้น https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
macOS (CPU เท่านั้น)
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
ของ windows
รองรับ Python 3.5 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp35-cp35m-win_amd64.whl
Python 3.5 CPU เท่านั้น https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-win_amd64.whl
รองรับ Python 3.6 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-win_amd64.whl
Python 3.6 CPU เท่านั้น https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-win_amd64.whl
รองรับ Python 3.7 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-win_amd64.whl
Python 3.7 CPU เท่านั้น https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-win_amd64.whl
รองรับ Python 3.8 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp38-cp38-win_amd64.whl
Python 3.8 CPU เท่านั้น https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp38-cp38-win_amd64.whl
ราสเบอร์รี่ PI (CPU เท่านั้น)
Python 3, Pi0 หรือ Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv6l.whl
Python 3, Pi2 หรือ Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv7l.whl