TensorFlow'u pip ile kurun

Bu kılavuz, TensorFlow'un en son kararlı sürümü içindir. Önizleme derlemesi (gecelik) için lütfen tf-nightly adlı pip paketini kullanın. Daha eski TensorFlow sürüm gereksinimleri için bu tablolara bakın. TensorFlow 1.x kullanıcıları için lütfen TensorFlow 2'ye yükseltmek için geçiş kılavuzuna bakın.

İşte yükleme komutları için bir arama tablosu. Adım adım talimatlar için aşağı kaydırın.

Linux

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'))"

Mac os işletim sistemi

# 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])))"

pencereler

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'))"

İşlemci

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

her gece

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

Donanım Gereksinimleri

Aşağıdaki GPU etkin cihazlar desteklenir:

  • CUDA® mimarilerine sahip NVIDIA® GPU kartı 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 ve üstü. CUDA® etkin GPU kartlarının listesine bakın.
  • Desteklenmeyen CUDA® mimarilerine sahip GPU'lar için veya PTX'ten JIT derlemesinden kaçınmak veya NVIDIA® kitaplıklarının farklı sürümlerini kullanmak için, kaynaktan Linux derleme kılavuzuna bakın.
  • Paketler, desteklenen en son CUDA® mimarisi dışında PTX kodu içermez; bu nedenle, CUDA_FORCE_PTX_JIT=1 ayarlandığında TensorFlow eski GPU'lara yüklenemez. (Ayrıntılar için Uygulama Uyumluluğuna bakın.)

Sistem gereksinimleri

  • Ubuntu 16.04 veya üzeri (64-bit)
  • macOS 10.12.6 (Sierra) veya üstü (64 bit) (GPU desteği yok)
  • Windows 7 veya üstü (64 bit)

Yazılım gereksinimleri

Aşağıdaki NVIDIA® yazılımı yalnızca GPU desteği için gereklidir.

Adım adım talimatlar

Linux

Yalnızca resmi olarak Ubuntu'yu destekliyoruz. Ancak, aşağıdaki talimatlar diğer Linux dağıtımları için de işe yarayabilir.

Sisteminizde kurulu herhangi bir yazılımı değiştirmekten kaçınmak için ayrı bir ortam oluşturmak için Miniconda'yı kullanmanızı öneririz. Bu, özellikle GPU kurulumu için gerekli yazılımı kurmanın da en kolay yoludur.

1. Miniconda'yı yükleyin

Miniconda'yı kurmak için aşağıdaki komutu kullanabilirsiniz. Kurulum sırasında enter'a basıp "evet" yazmanız gerekebilir.

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

conda komutunu etkinleştirmek için terminalinizi veya source ~/.bashrc yeniden başlatmanız gerekebilir. Başarıyla kurulup kurulmadığını test etmek için conda -V kullanın.

2. Bir conda ortamı oluşturun

Aşağıdaki komutla tf adında yeni bir conda ortamı oluşturun.

conda create --name tf python=3.9

Aşağıdaki komutlarla devre dışı bırakabilir ve etkinleştirebilirsiniz.

conda deactivate
conda activate tf

Lütfen kurulumun geri kalanı için etkinleştirildiğinden emin olun.

3. GPU kurulumu

TensorFlow'u yalnızca CPU üzerinde çalıştırıyorsanız bu bölümü atlayabilirsiniz.

Öncelikle NVIDIA GPU sürücüsünü yüklemediyseniz yüklememiz gerekiyor. Yüklü olduğunu doğrulamak için aşağıdaki komutu kullanabilirsiniz.

nvidia-smi

Ardından CUDA'yı, conda ile cuDNN'yi kuruyoruz.

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

Sistem yollarını yapılandırın. Conda ortamınızı aktifleştirdikten sonra her yeni terminal başlattığınızda aşağıdaki komut ile yapabilirsiniz.

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/

Ancak, size kolaylık sağlamak için aşağıdaki komutlarla otomatikleştirmenizi öneririz. Bu conda ortamını etkinleştirdiğinizde sistem yolları otomatik olarak yapılandırılacaktır.

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. TensorFlow'u yükleyin

TensorFlow, yeni bir pip sürümü gerektirir, bu nedenle en son sürümü çalıştırdığınızdan emin olmak için pip kurulumunuzu yükseltin.

pip install --upgrade pip

Ardından, TensorFlow'u pip ile kurun.

pip install tensorflow

5. Yüklemeyi doğrulayın

CPU kurulumunu doğrulayın:

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

Bir tensör döndürülürse, TensorFlow'u başarıyla yüklediniz.

GPU kurulumunu doğrulayın:

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

GPU cihazlarının bir listesi döndürülürse, TensorFlow'u başarıyla yüklediniz.

Mac os işletim sistemi

Şu anda TensorFlow'u MacOS'ta çalıştırmak için resmi GPU desteğimiz yok. Aşağıdaki talimatlar CPU üzerinde çalıştırmak içindir.

1. Python sürümünü kontrol edin

Python ortamınızın önceden yapılandırılmış olup olmadığını kontrol edin:

python3 --version
python3 -m pip --version

Python ve pip'in doğru sürümüne sahipseniz, sonraki iki adımı atlayabilir ve "4. TensorFlow'u Kurun"a gidebilirsiniz. Ancak yine de adımları atlamamanızı öneririz. Python ve pip'i kurmak için Miniconda'yı kullanın. Sisteminizde kurulu herhangi bir yazılımın değiştirilmesini önlemek için ayrı bir ortam oluşturur.

2. Miniconda'yı yükleyin

Miniconda'yı kurmak için aşağıdaki komutu kullanabilirsiniz. Kurulum sırasında enter'a basıp "evet" yazmanız gerekebilir.

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

conda komutunu etkinleştirmek için terminalinizi veya source ~/.bashrc yeniden başlatmanız gerekebilir. Başarıyla kurulup kurulmadığını test etmek için conda -V kullanın.

3. Bir conda ortamı oluşturun

Aşağıdaki komutla tf adında yeni bir conda ortamı oluşturun.

conda create --name tf python=3.9

Aşağıdaki komutlarla devre dışı bırakabilir ve etkinleştirebilirsiniz.

conda deactivate
conda activate tf

Lütfen kurulumun geri kalanı için etkinleştirildiğinden emin olun.

4. TensorFlow'u yükleyin

TensorFlow, yeni bir pip sürümü gerektirir, bu nedenle en son sürümü çalıştırdığınızdan emin olmak için pip kurulumunuzu yükseltin.

pip install --upgrade pip

Ardından, TensorFlow'u pip ile kurun.

pip install tensorflow

5. Yüklemeyi doğrulayın

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

Bir tensör döndürülürse, TensorFlow'u başarıyla yüklediniz.

pencereler

1. Microsoft Visual C++ Yeniden Dağıtılabilir'i yükleyin

Visual Studio 2015, 2017 ve 2019 için Microsoft Visual C++ Yeniden Dağıtılabilir'i yükleyin. TensorFlow 2.1.0 sürümünden başlayarak, bu paketten msvcp140_1.dll dosyası gereklidir (eski yeniden dağıtılabilir paketlerden sağlanmayabilir). Yeniden dağıtılabilir, Visual Studio 2019 ile birlikte gelir ancak ayrı olarak kurulabilir:

  1. Microsoft Visual C++ indirmelerine gidin.
  2. Sayfayı aşağı kaydırarak Visual Studio 2015, 2017 ve 2019 bölümüne gidin.
  3. Platformunuz için Visual Studio 2015, 2017 ve 2019 için Microsoft Visual C++ Yeniden Dağıtılabilir'i indirin ve yükleyin.

Windows'ta uzun yolların etkinleştirildiğinden emin olun.

2. Miniconda'yı yükleyin

Sisteminizde kurulu herhangi bir yazılımı değiştirmekten kaçınmak için ayrı bir ortam oluşturmak için Miniconda'yı kullanmanızı öneririz. Bu, özellikle GPU kurulumu için gerekli yazılımı kurmanın da en kolay yoludur.

Miniconda Windows Installer'ı indirin. İndirilen dosyaya çift tıklayın ve ekrandaki talimatları izleyin.

3. Bir conda ortamı oluşturun

Aşağıdaki komutla tf adında yeni bir conda ortamı oluşturun.

conda create --name tf python=3.9

Aşağıdaki komutlarla devre dışı bırakabilir ve etkinleştirebilirsiniz.

conda deactivate
conda activate tf

Lütfen kurulumun geri kalanı için etkinleştirildiğinden emin olun.

4. GPU kurulumu

TensorFlow'u yalnızca CPU üzerinde çalıştırıyorsanız bu bölümü atlayabilirsiniz.

Öncelikle NVIDIA GPU sürücüsünü yüklemediyseniz yüklememiz gerekiyor.

Ardından CUDA'yı, conda ile cuDNN'yi kuruyoruz.

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

5. TensorFlow'u yükleyin

TensorFlow, yeni bir pip sürümü gerektirir, bu nedenle en son sürümü çalıştırdığınızdan emin olmak için pip kurulumunuzu yükseltin.

pip install --upgrade pip

Ardından, TensorFlow'u pip ile kurun.

pip install tensorflow

6. Yüklemeyi doğrulayın

CPU kurulumunu doğrulayın:

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

Bir tensör döndürülürse, TensorFlow'u başarıyla yüklediniz.

GPU kurulumunu doğrulayın:

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

GPU cihazlarının bir listesi döndürülürse, TensorFlow'u başarıyla yüklediniz.

Paket konumu

Birkaç kurulum mekanizması, TensorFlow Python paketinin URL'sini gerektirir. Belirttiğiniz değer Python sürümünüze bağlıdır.

sürüm URL
Linux
Python 3.7 GPU desteği https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.7 yalnızca CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.8 GPU desteği https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.8 yalnızca CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 GPU desteği https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 yalnızca CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 GPU desteği https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.9.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 yalnızca CPU https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.9.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
macOS (yalnızca CPU)
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp37-cp37m-macosx_10_14_x86_64.whl
Python 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp38-cp38-macosx_10_14_x86_64.whl
Python 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp39-cp39-macosx_10_14_x86_64.whl
Python 3.10 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.9.0-cp310-cp310-macosx_10_14_x86_64.whl
pencereler
Python 3.7 GPU desteği https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp37-cp37m-win_amd64.whl
Python 3.7 yalnızca CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp37-cp37m-win_amd64.whl
Python 3.8 GPU desteği https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp38-cp38-win_amd64.whl
Python 3.8 yalnızca CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp38-cp38-win_amd64.whl
Python 3.9 GPU desteği https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp39-cp39-win_amd64.whl
Python 3.9 yalnızca CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp39-cp39-win_amd64.whl
Python 3.10 GPU desteği https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.9.0-cp310-cp310-win_amd64.whl
Python 3.10 yalnızca CPU https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.9.0-cp310-cp310-win_amd64.whl