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

使用 pip 安裝 TensorFlow

有可用的 TensorFlow 2 套件

  • tensorflow:最新穩定版本,支援 CPU 和 GPU (Ubuntu 和 Windows)
  • tf-nightly:預覽版本 (不穩定)。Ubuntu 和 Windows 都支援 GPU

舊版 TensorFlow

TensorFlow 1.x 的 CPU 和 GPU 套件各自獨立:

  • tensorflow==1.15:僅支援 CPU 的版本
  • tensorflow-gpu==1.15支援 GPU 的版本 (Ubuntu 和 Windows)

系統需求

硬體需求

  • 自 TensorFlow 1.6 開始,二進位檔使用了 AVX 指令,這些指令可能無法在較舊的 CPU 上執行。
  • 請參閱 GPU 支援指南,瞭解如何在 Ubuntu 或 Windows 上設定採用 CUDA® 技術的 GPU 顯示卡。

1. 在系統上安裝 Python 開發環境

檢查 Python 環境是否已設定完成:

python3 --version
pip3 --version
virtualenv --version

如果已安裝這些套件,請跳至下一步。
否則請安裝 Pythonpip 套件管理員Virtualenv

Ubuntu

sudo apt update
sudo apt install python3-dev python3-pip
sudo pip3 install -U virtualenv  # system-wide install

mac OS

使用 Homebrew 套件管理員進行安裝:

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/bin:/usr/local/sbin:$PATH"
brew update
brew install python  # Python 3
sudo pip3 install -U virtualenv  # system-wide install

Windows

安裝適用於 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C ++ 可轉散發套件。自 TensorFlow 2.1.0 版本開始,這個套件需要 msvcp140_1.dll 檔案,但舊版可轉散發套件不一定會提供該檔案。Visual Studio 2019 隨附可轉散發套件,但您可以單獨進行安裝:

  1. 前往 Microsoft Visual C ++ 下載頁面
  2. 將頁面向下捲動至 Visual Studio 2015、2017 和 2019 的部分。
  3. 依據您使用的平台下載並安裝 適用於 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C ++ 可轉散發套件

確認已在 Windows 上啟用長路徑

安裝 64 位元適用於 Windows 的 Python 3 版本 (選取 pip 做為選用功能)。

pip3 install -U pip virtualenv

Raspberry Pi

Raspbian 作業系統的需求:

sudo apt update
sudo apt install python3-dev python3-pip
sudo apt install libatlas-base-dev        # required for numpy
sudo pip3 install -U virtualenv           # system-wide install

其他

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py
sudo pip3 install -U virtualenv  # system-wide install

Python 虛擬環境可用來獨立安裝套件,與系統區隔開來。

Ubuntu/mac OS

要建立新的虛擬環境,請選擇 Python 解譯器,並建立用來存放的 ./venv 目錄:

virtualenv --system-site-packages -p python3 ./venv

使用特定殼層的指令啟動虛擬環境:

source ./venv/bin/activate  # sh, bash, ksh, or zsh

virtualenv 啟用時,您的殼層提示會包含 (venv) 前置字元。

在不影響主機系統設定的情況下,在虛擬環境中安裝套件。首先,請升級 pip

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

如要在稍後結束 virtualenv:

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

Windows

要建立新的虛擬環境,請選擇 Python 解譯器,並建立用來存放的 .\venv 目錄:

virtualenv --system-site-packages -p python3 ./venv

啟動虛擬環境:

.\venv\Scripts\activate

在不影響主機系統設定的情況下,在虛擬環境中安裝套件。首先,請升級 pip

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

如要在稍後結束 virtualenv:

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

Conda

要建立新的虛擬環境,請選擇 Python 解譯器,並建立用來存放的 ./venv 目錄:

conda create -n venv pip python=3.7  # select python version

啟動虛擬環境:

source activate venv

在虛擬環境中,使用 TensorFlow pip 套件的完整網址進行安裝:

pip install --ignore-installed --upgrade packageURL

如要在稍後結束 virtualenv:

source deactivate

3. 安裝 TensorFlow pip 套件

請選擇要從 PyPI 安裝下列哪一個 TensorFlow 套件:

  • tensorflow:最新的穩定版本,支援 CPU 和 GPU (Ubuntu 和 Windows)
  • tf-nightly:預覽版本 (不穩定)。Ubuntu 和 Windows 都支援 GPU
  • tensorflow==1.15:TensorFlow 1.x 的最終版本。

Virtualenv 安裝

pip install --upgrade tensorflow

驗證安裝狀態:

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

系統安裝

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

驗證安裝狀態:

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

套件位置

部分安裝機制需要 TensorFlow Python 套件的網址,您需要依據 Python 版本指定這個值。

版本網址
Linux
Python 2.7 (支援 GPU) https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp27-cp27mu-manylinux2010_x86_64.whl
Python 2.7 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp27-cp27mu-manylinux2010_x86_64.whl
Python 3.5 (支援 GPU) https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.5 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp35-cp35m-manylinux2010_x86_64.whl
Python 3.6 (支援 GPU) https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7 (支援 GPU) https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.1.0-cp37-cp37m-manylinux2010_x86_64.whl
macOS (僅支援 CPU)
Python 2.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp27-cp27m-macosx_10_9_x86_64.whl
Python 3.5 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp35-cp35m-macosx_10_6_intel.whl
Python 3.6 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp36-cp36m-macosx_10_9_x86_64.whl
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.1.0-cp37-cp37m-macosx_10_9_x86_64.whl
Windows
Python 3.5 (支援 GPU) https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp35-cp35m-win_amd64.whl
Python 3.5 (僅支援 CPU) https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp35-cp35m-win_amd64.whl
Python 3.6 (支援 GPU) https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp36-cp36m-win_amd64.whl
Python 3.6 (僅支援 CPU) https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp36-cp36m-win_amd64.whl
Python 3.7 (支援 GPU) https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.1.0-cp37-cp37m-win_amd64.whl
Python 3.7 (僅支援 CPU) https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.1.0-cp37-cp37m-win_amd64.whl
Raspberry PI (僅支援 CPU)
Python 3、Pi0 或 Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.1.0-cp35-none-linux_armv6l.whl
Python 3、Pi2 或 Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.1.0-cp35-none-linux_armv7l.whl