Google is committed to advancing racial equity for Black communities. See how.
ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

قم بتثبيت TensorFlow مع النقطة

تتوفر حزم TensorFlow 2

  • tensorflow أحدث إصدار مستقر مع دعم وحدة المعالجة المركزية ووحدة معالجة الرسومات (Ubuntu و Windows)
  • tf-nightly معاينة البناء (غير مستقر) . يتضمن Ubuntu و Windows دعم GPU .

إصدارات أقدم من TensorFlow

بالنسبة إلى TensorFlow 1.x ، تكون حزم وحدة المعالجة المركزية ووحدة معالجة الرسومات منفصلة:

  • tensorflow==1.15 الإصدار لوحدة المعالجة المركزية فقط
  • tensorflow-gpu==1.15 الإصدار مع دعم GPU (Ubuntu و Windows)

متطلبات النظام

متطلبات الأجهزة

  • بدءًا من TensorFlow 1.6 ، تستخدم الثنائيات تعليمات AVX التي قد لا تعمل على وحدات المعالجة المركزية القديمة.
  • اقرأ دليل دعم GPU لإعداد بطاقة GPU التي تدعم CUDA® على نظام التشغيل Ubuntu أو Windows.

1. قم بتثبيت بيئة تطوير Python على نظامك

تحقق مما إذا كانت بيئة Python قد تم تكوينها بالفعل:

python3 --version
pip3 --version

إذا كانت هذه الحزم مثبتة بالفعل ، فانتقل إلى الخطوة التالية.
خلاف ذلك ، قم بتثبيت Python ، ومدير حزمة النقطة ، و venv :

أوبونتو

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

macOS

التثبيت باستخدام مدير حزمة 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

شبابيك

قم بتثبيت Microsoft Visual C ++ Redistributable لـ Visual Studio 2015 و 2017 و 2019 . بدءًا من إصدار TensorFlow 2.1.0 ، يكون ملف msvcp140_1.dll مطلوبًا من هذه الحزمة (والذي قد لا msvcp140_1.dll من msvcp140_1.dll لإعادة التوزيع). تأتي القابلة لإعادة التوزيع مع Visual Studio 2019 ولكن يمكن تثبيتها بشكل منفصل:

  1. انتقل إلى تنزيلات Microsoft Visual C ++ ،
  2. قم بالتمرير لأسفل الصفحة إلى قسم Visual Studio 2015 و 2017 و 2019 .
  3. قم بتنزيل وتثبيت Microsoft Visual C ++ Redistributable لـ Visual Studio 2015 و 2017 و 2019 للنظام الأساسي الخاص بك.

تأكد من تمكين المسارات الطويلة على Windows.

قم بتثبيت الإصدار 64 بت من Python 3 لنظام التشغيل Windows (حدد pip كميزة اختيارية).

فطيرة التوت

متطلبات نظام التشغيل Raspbian :

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

آخر

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

تُستخدم بيئات Python الظاهرية لعزل تثبيت الحزمة عن النظام.

نظام التشغيل Ubuntu / macOS

قم بإنشاء بيئة افتراضية جديدة عن طريق اختيار مترجم Python ./venv دليل ./venv :

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

قم بتنشيط البيئة الافتراضية باستخدام أمر خاص بالقشرة:

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

عندما تكون البيئة الافتراضية نشطة ، فإن موجه shell الخاص بك يكون مسبوقًا بـ (venv) .

تثبيت الحزم في بيئة افتراضية دون التأثير على إعداد النظام المضيف. ابدأ بترقية pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

وللخروج من البيئة الافتراضية لاحقًا:

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

شبابيك

قم بإنشاء بيئة افتراضية جديدة عن طريق اختيار مترجم Python .\venv دليل .\venv

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

تفعيل البيئة الافتراضية:

.\venv\Scripts\activate

تثبيت الحزم في بيئة افتراضية دون التأثير على إعداد النظام المضيف. ابدأ بترقية pip :

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

وللخروج من البيئة الافتراضية لاحقًا:

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

كوندا

بينما يوصى باستخدام حزمة Pip المقدمة من TensorFlow ، تتوفر حزمة Anaconda المدعومة من المجتمع . للتثبيت ، اقرأ دليل Anaconda TensorFlow .

3. قم بتثبيت حزمة أنابيب TensorFlow

اختر إحدى حزم TensorFlow التالية للتثبيت من PyPI :

  • tensorflow أحدث إصدار مستقر مع دعم وحدة المعالجة المركزية ووحدة معالجة الرسومات (Ubuntu و Windows) .
  • tf-nightly معاينة البناء (غير مستقر) . يتضمن Ubuntu و Windows دعم GPU .
  • tensorflow==1.15 - الإصدار النهائي من TensorFlow 1.x.

تثبيت البيئة الافتراضية

pip install --upgrade tensorflow

تحقق من التثبيت:

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

تثبيت النظام

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

تحقق من التثبيت:

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

موقع العبوة

تتطلب بعض آليات التثبيت عنوان URL الخاص بحزمة TensorFlow Python. تعتمد القيمة التي تحددها على إصدار Python الخاص بك.

الإصدار URL
لينكس
دعم 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 فقط https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-manylinux2010_x86_64.whl
يدعم Python 3.6 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
وحدة المعالجة المركزية Python 3.6 فقط https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-manylinux2010_x86_64.whl
دعم Python 3.7 GPU https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
وحدة المعالجة المركزية Python 3.7 فقط https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-manylinux2010_x86_64.whl
دعم 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 فقط https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.3.0-cp38-cp38-manylinux2010_x86_64.whl
macOS (وحدة المعالجة المركزية فقط)
بايثون 3.5 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp35-cp35m-macosx_10_6_intel.whl
Python 3.6.0 تحديث https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp36-cp36m-macosx_10_9_x86_64.whl
بايثون 3.7.1 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp37-cp37m-macosx_10_9_x86_64.whl
Python 3.8.1 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.3.0-cp38-cp38-macosx_10_14_x86_64.whl
شبابيك
دعم 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 فقط https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp35-cp35m-win_amd64.whl
يدعم Python 3.6 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp36-cp36m-win_amd64.whl
وحدة المعالجة المركزية Python 3.6 فقط https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp36-cp36m-win_amd64.whl
دعم Python 3.7 GPU https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.3.0-cp37-cp37m-win_amd64.whl
وحدة المعالجة المركزية Python 3.7 فقط https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp37-cp37m-win_amd64.whl
دعم 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 فقط https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.3.0-cp38-cp38-win_amd64.whl
Raspberry PI (وحدة المعالجة المركزية فقط)
Python 3 أو Pi0 أو Pi1 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv6l.whl
Python 3 أو Pi2 أو Pi3 https://storage.googleapis.com/tensorflow/raspberrypi/tensorflow-2.3.0-cp35-none-linux_armv7l.whl