قم ببناء حزمة TensorFlow pip من المصدر وتثبيتها على Ubuntu Linux و macOS. على الرغم من أن الإرشادات قد تعمل مع أنظمة أخرى ، إلا أنه يتم اختبارها ودعمها فقط لنظامي التشغيل Ubuntu و macOS.
الإعداد لنظامي Linux و macOS
قم بتثبيت أدوات البناء التالية لتكوين بيئة التطوير الخاصة بك.
قم بتثبيت بايثون وتبعيات حزمة TensorFlow
أوبونتو
sudo apt install python3-dev python3-pip
macOS
يتطلب Xcode 9.2 أو أحدث.
التثبيت باستخدام مدير الحزمة Homebrew :
brew install python
قم بتثبيت تبعيات حزمة TensorFlow pip (إذا كنت تستخدم بيئة افتراضية ، فاحذف الوسيطة --user
):
pip install -U --user pip numpy wheel packaging requests opt_einsum
pip install -U --user keras_preprocessing --no-deps
قم بتثبيت Bazel
لإنشاء TensorFlow ، ستحتاج إلى تثبيت Bazel. يعد Bazelisk طريقة سهلة لتثبيت Bazel ويقوم تلقائيًا بتنزيل إصدار Bazel الصحيح لـ TensorFlow. لسهولة الاستخدام ، أضف Bazelisk مثل bazel
القابل للتنفيذ في PATH
.
إذا لم يكن Bazelisk متاحًا ، فيمكنك تثبيت Bazel يدويًا. تأكد من تثبيت إصدار Bazel الصحيح من ملف .bazelversion الخاص بـ TensorFlow.
تثبيت Clang (موصى به ، Linux فقط)
Clang هو مترجم C / C ++ / Objective-C يتم تجميعه في C ++ استنادًا إلى LLVM. إنه المترجم الافتراضي لإنشاء TensorFlow بدءًا من TensorFlow 2.13. الإصدار الحالي المدعوم هو LLVM / Clang 16.
توفر حزم LLVM Debian / Ubuntu الليلية نصًا وحزمًا للتثبيت التلقائي للتثبيت اليدوي على Linux. تأكد من تشغيل الأمر التالي إذا أضفت مستودع llvm apt يدويًا إلى مصادر الحزم:
sudo apt-get update && sudo apt-get install -y llvm-16 clang-16
بدلاً من ذلك ، يمكنك تنزيل وفك ضغط ثنائيات Clang + LLVM-16 المدمجة مسبقًا.
تثبيت دعم GPU (اختياري ، Linux فقط)
لا يوجد دعم GPU لنظام macOS.
اقرأ دليل دعم GPU لتثبيت برامج التشغيل والبرامج الإضافية المطلوبة لتشغيل TensorFlow على وحدة معالجة الرسومات.
قم بتنزيل الكود المصدري TensorFlow
استخدم Git لاستنساخ مستودع TensorFlow :
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
الريبو الافتراضي لفرع التطوير master
. يمكنك أيضًا التحقق من فرع التحرير لإنشاء:
git checkout branch_name # r2.2, r2.3, etc.
تكوين البناء
يتم تكوين إصدارات TensorFlow بواسطة ملف .bazelrc
في الدليل الجذر للمستودع. يمكن استخدام البرامج النصية ./configure
أو ./configure.py
لتعديل الإعدادات العامة.
يرجى تشغيل البرنامج النصي ./configure
من الدليل الجذر للمستودع. سيطالبك هذا البرنامج النصي بتحديد موقع تبعيات TensorFlow ويطلب خيارات تكوين بناء إضافية (علامات المترجم ، على سبيل المثال). راجع قسم نموذج الجلسة للحصول على التفاصيل.
./configure
يوجد أيضًا إصدار Python لهذا البرنامج النصي ، ./configure.py
. إذا كنت تستخدم بيئة افتراضية ، python configure.py
تعطي الأولوية للمسارات داخل البيئة ، بينما ./configure
تعطي الأولوية للمسارات خارج البيئة. في كلتا الحالتين يمكنك تغيير الافتراضي.
جلسة عينة
يوضح ما يلي نموذج تشغيل من البرنامج النصي ./configure
(قد تختلف جلستك):
خيارات الإعداد
دعم GPU
لدعم GPU ، اضبط cuda=Y
أثناء التكوين وحدد إصدارات CUDA و cuDNN. إذا كان نظامك يحتوي على إصدارات متعددة من CUDA أو cuDNN مثبتة ، فاضبط الإصدار بشكل صريح بدلاً من الاعتماد على الإعداد الافتراضي. ينشئ ./configure
ارتباطات رمزية لمكتبات CUDA في نظامك — لذلك إذا قمت بتحديث مسارات مكتبة CUDA ، فيجب تشغيل خطوة التكوين هذه مرة أخرى قبل البناء.
التحسينات
بالنسبة إلى علامات تحسين الترجمة ، تعمل القيمة الافتراضية ( -march=native
) على تحسين الشفرة التي تم إنشاؤها لنوع وحدة المعالجة المركزية بجهازك. ومع ذلك ، إذا تم إنشاء TensorFlow لنوع وحدة معالجة مركزية مختلف ، ففكر في علامة تحسين أكثر تحديدًا. تحقق من دليل دول مجلس التعاون الخليجي للحصول على أمثلة.
التكوينات المكونة مسبقًا
هناك بعض تكوينات البناء التي تم تكوينها مسبقًا والتي يمكن إضافتها إلى أمر bazel build
، على سبيل المثال:
-
--config=dbg
—إنشاء معلومات التصحيح. انظر CONTRIBUTING.md للحصول على التفاصيل. -
--config=mkl
—دعم Intel® MKL-DNN . -
--config=monolithic
- تكوين لبناء متآلف في الغالب ثابت.
بناء وتثبيت حزمة النقطة
يتم بناء حزمة النقطة على خطوتين. تنشئ أوامر bazel build
برنامج "بناء الحزم". ثم تقوم بتشغيل أداة إنشاء الحزمة لإنشاء الحزمة.
بناء منشئ الحزم
استخدم bazel build
لإنشاء مُنشئ الحزم TensorFlow 2.x:
bazel build [--config=option] //tensorflow/tools/pip_package:build_pip_package
خيارات بناء Bazel
راجع مرجع سطر أوامر Bazel لمعرفة خيارات البناء .
يمكن أن يستخدم إنشاء TensorFlow من المصدر الكثير من ذاكرة الوصول العشوائي. إذا كانت ذاكرة نظامك محدودة ، فحد من استخدام ذاكرة الوصول العشوائي في Bazel بـ: --local_ram_resources=2048
.
تم تصميم حزم TensorFlow الرسمية باستخدام سلسلة أدوات Clang التي تتوافق مع معايير الحزمة manylinux2014.
بناء الحزمة
ينشئ الأمر bazel build
ملفًا تنفيذيًا باسم build_pip_package
- هذا هو البرنامج الذي يبني حزمة pip
. قم بتشغيل الملف التنفيذي كما هو موضح أدناه لإنشاء حزمة .whl
في الدليل /tmp/tensorflow_pkg
.
للبناء من فرع التحرير:
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
للبناء من السيد ، استخدم --nightly_flag
للحصول على التبعيات الصحيحة:
./bazel-bin/tensorflow/tools/pip_package/build_pip_package --nightly_flag /tmp/tensorflow_pkg
على الرغم من أنه من الممكن إنشاء تكوينات CUDA وغير CUDA تحت نفس شجرة المصدر ، فمن المستحسن تشغيل bazel clean
عند التبديل بين هذين التكوينين في نفس شجرة المصدر.
قم بتثبيت الحزمة
يعتمد اسم ملف .whl
الذي تم إنشاؤه على إصدار TensorFlow والنظام الأساسي الخاص بك. استخدم pip install
لتثبيت الحزمة ، على سبيل المثال:
pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl
يبني Docker Linux
تعد صور تطوير Docker الخاصة بـ TensorFlow طريقة سهلة لإعداد بيئة لإنشاء حزم Linux من المصدر. تحتوي هذه الصور بالفعل على الكود المصدري والتبعيات المطلوبة لبناء TensorFlow. انتقل إلى دليل TensorFlow Docker للحصول على إرشادات التثبيت وقائمة علامات الصور المتاحة .
وحدة المعالجة المركزية فقط
يستخدم المثال التالي :devel
image لإنشاء حزمة CPU فقط من أحدث كود مصدر TensorFlow. تحقق من دليل Docker للتعرف على علامات TensorFlow ذات -devel
المتاح.
قم بتنزيل أحدث صورة تطوير وابدأ حاوية Docker التي ستستخدمها لإنشاء حزمة النقطة :
docker pull tensorflow/tensorflow:devel
docker run -it -w /tensorflow_src -v $PWD:/mnt -e HOST_PERMS="$(id -u):$(id -g)" \ tensorflow/tensorflow:devel bash
git pull # within the container, download the latest source code
يبدأ أمر docker run
أعلاه قذيفة في الدليل /tensorflow_src
- جذر شجرة المصدر. يقوم بتثبيت الدليل الحالي للمضيف في دليل الحاوية /mnt
، ويمرر معلومات المستخدم المضيف إلى الحاوية من خلال متغير بيئي (يُستخدم لتعيين الأذونات - يمكن لـ Docker جعل هذا الأمر صعبًا).
بدلاً من ذلك ، لإنشاء نسخة مضيفة من TensorFlow داخل حاوية ، قم بتركيب شجرة مصدر المضيف في دليل الحاوية /tensorflow
:
docker run -it -w /tensorflow -v /path/to/tensorflow:/tensorflow -v $PWD:/mnt \ -e HOST_PERMS="\\((id -u):\\)(id -g)" tensorflow/tensorflow:devel bash
مع إعداد شجرة المصدر ، قم ببناء حزمة TensorFlow داخل البيئة الافتراضية للحاوية:
- اختياري: تكوين الإصدار - وهذا يطالب المستخدم بالإجابة على أسئلة تكوين الإنشاء.
- قم ببناء الأداة المستخدمة لإنشاء حزمة النقطة .
- قم بتشغيل الأداة لإنشاء حزمة النقطة .
- اضبط أذونات ملكية الملف خارج الحاوية.
./configure # if necessary
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /mnt # create package
chown $HOST_PERMS /mnt/tensorflow-version-tags.whl
قم بتثبيت والتحقق من الحزمة داخل الحاوية:
pip uninstall tensorflow # remove current version
pip install /mnt/tensorflow-version-tags.whl
cd /tmp # don't import from source directory
python -c "import tensorflow as tf; print(tf.__version__)"
على جهازك المضيف ، توجد حزمة TensorFlow pip في الدليل الحالي (مع أذونات المستخدم المضيف): ./tensorflow- version - tags .whl
دعم GPU
يعد Docker أسهل طريقة لإنشاء دعم GPU لـ TensorFlow نظرًا لأن الجهاز المضيف لا يتطلب سوى برنامج تشغيل NVIDIA® (لا يلزم تثبيت مجموعة أدوات NVIDIA® CUDA® ). راجع دليل دعم GPU ودليل TensorFlow Docker لإعداد nvidia-docker (Linux فقط).
يقوم المثال التالي بتنزيل TensorFlow :devel-gpu
image ويستخدم nvidia-docker
لتشغيل الحاوية التي تدعم GPU. تم تكوين صورة التطوير هذه لإنشاء حزمة نقطة بدعم GPU:
docker pull tensorflow/tensorflow:devel-gpu
docker run --gpus all -it -w /tensorflow -v $PWD:/mnt -e HOST_PERMS="$(id -u):$(id -g)" \ tensorflow/tensorflow:devel-gpu bash
git pull # within the container, download the latest source code
ثم ، داخل البيئة الافتراضية للحاوية ، قم ببناء حزمة TensorFlow بدعم GPU:
./configure # if necessary
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /mnt # create package
chown $HOST_PERMS /mnt/tensorflow-version-tags.whl
قم بتثبيت الحزمة والتحقق منها داخل الحاوية وتحقق من وجود وحدة معالجة الرسومات (GPU):
pip uninstall tensorflow # remove current version
pip install /mnt/tensorflow-version-tags.whl
cd /tmp # don't import from source directory
python -c "import tensorflow as tf; print(\"Num GPUs Available: \", len(tf.config.list_physical_devices('GPU')))"
تكوينات البناء التي تم اختبارها
لينكس
وحدة المعالجة المركزية
إصدار | نسخة بايثون | مترجم | أدوات البناء |
---|---|---|---|
Tensorflow-2.13.0 | 3.8-3.11 | كلانج 16.0.0 | بازل 5.3.0 |
Tensorflow-2.12.0 | 3.8-3.11 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.3.0 |
Tensorflow-2.11.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.3.0 |
Tensorflow-2.10.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.1.1 |
Tensorflow-2.9.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.0.0 |
Tensorflow-2.8.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 7.3.1 | بازل 4.2.1 |
Tensorflow-2.7.0 | 3.7-3.9 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.7.2 |
Tensorflow-2.6.0 | 3.6-3.9 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.7.2 |
Tensorflow-2.5.0 | 3.6-3.9 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.7.2 |
Tensorflow-2.4.0 | 3.6-3.8 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.1.0 |
tensorflow-2.3.0 | 3.5-3.8 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.1.0 |
Tensorflow-2.2.0 | 3.5-3.8 | دول مجلس التعاون الخليجي 7.3.1 | Bazel 2.0.0 |
Tensorflow-2.1.0 | 2.7، 3.5-3.7 | دول مجلس التعاون الخليجي 7.3.1 | بازيل 0.27.1 |
Tensorflow-2.0.0 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 7.3.1 | بازيل 0.26.1 |
Tensorflow-1.15.0 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 7.3.1 | بازيل 0.26.1 |
Tensorflow-1.14.0 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.24.1 |
Tensorflow-1.13.1 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 4.8 | بازل 0.19.2 |
Tensorflow-1.12.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.15.0 |
Tensorflow-1.11.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.15.0 |
Tensorflow-1.10.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.15.0 |
Tensorflow-1.9.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.11.0 |
Tensorflow-1.8.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.10.0 |
Tensorflow-1.7.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.10.0 |
tensorflow-1.6.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.9.0 |
Tensorflow-1.5.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.8.0 |
Tensorflow-1.4.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.5.4 |
Tensorflow-1.3.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.5 |
Tensorflow-1.2.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.5 |
Tensorflow-1.1.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.2 |
Tensorflow-1.0.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.2 |
GPU
إصدار | نسخة بايثون | مترجم | أدوات البناء | cuDNN | كودا |
---|---|---|---|---|---|
Tensorflow-2.13.0 | 3.8-3.11 | كلانج 16.0.0 | بازل 5.3.0 | 8.6 | 11.8 |
Tensorflow-2.12.0 | 3.8-3.11 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.3.0 | 8.6 | 11.8 |
Tensorflow-2.11.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.3.0 | 8.1 | 11.2 |
Tensorflow-2.10.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.1.1 | 8.1 | 11.2 |
Tensorflow-2.9.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 9.3.1 | بازل 5.0.0 | 8.1 | 11.2 |
Tensorflow-2.8.0 | 3.7-3.10 | دول مجلس التعاون الخليجي 7.3.1 | بازل 4.2.1 | 8.1 | 11.2 |
Tensorflow-2.7.0 | 3.7-3.9 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.7.2 | 8.1 | 11.2 |
Tensorflow-2.6.0 | 3.6-3.9 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.7.2 | 8.1 | 11.2 |
Tensorflow-2.5.0 | 3.6-3.9 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.7.2 | 8.1 | 11.2 |
Tensorflow-2.4.0 | 3.6-3.8 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.1.0 | 8.0 | 11.0 |
tensorflow-2.3.0 | 3.5-3.8 | دول مجلس التعاون الخليجي 7.3.1 | بازل 3.1.0 | 7.6 | 10.1 |
Tensorflow-2.2.0 | 3.5-3.8 | دول مجلس التعاون الخليجي 7.3.1 | Bazel 2.0.0 | 7.6 | 10.1 |
Tensorflow-2.1.0 | 2.7، 3.5-3.7 | دول مجلس التعاون الخليجي 7.3.1 | بازيل 0.27.1 | 7.6 | 10.1 |
Tensorflow-2.0.0 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 7.3.1 | بازيل 0.26.1 | 7.4 | 10.0 |
tensorflow_gpu-1.15.0 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 7.3.1 | بازيل 0.26.1 | 7.4 | 10.0 |
tensorflow_gpu-1.14.0 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.24.1 | 7.4 | 10.0 |
tensorflow_gpu-1.13.1 | 2.7، 3.3-3.7 | دول مجلس التعاون الخليجي 4.8 | بازل 0.19.2 | 7.4 | 10.0 |
tensorflow_gpu-1.12.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.15.0 | 7 | 9 |
tensorflow_gpu-1.11.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.15.0 | 7 | 9 |
tensorflow_gpu-1.10.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.15.0 | 7 | 9 |
tensorflow_gpu-1.9.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.11.0 | 7 | 9 |
tensorflow_gpu-1.8.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.10.0 | 7 | 9 |
tensorflow_gpu-1.7.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.9.0 | 7 | 9 |
tensorflow_gpu-1.6.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.9.0 | 7 | 9 |
tensorflow_gpu-1.5.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازيل 0.8.0 | 7 | 9 |
tensorflow_gpu-1.4.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.5.4 | 6 | 8 |
tensorflow_gpu-1.3.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.5 | 6 | 8 |
tensorflow_gpu-1.2.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.5 | 5.1 | 8 |
tensorflow_gpu-1.1.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.2 | 5.1 | 8 |
tensorflow_gpu-1.0.0 | 2.7، 3.3-3.6 | دول مجلس التعاون الخليجي 4.8 | بازل 0.4.2 | 5.1 | 8 |
macOS
وحدة المعالجة المركزية
إصدار | نسخة بايثون | مترجم | أدوات البناء |
---|---|---|---|
Tensorflow-2.13.0 | 3.8-3.11 | رنة من xcode 10.15 | بازل 5.3.0 |
Tensorflow-2.12.0 | 3.8-3.11 | رنة من xcode 10.15 | بازل 5.3.0 |
Tensorflow-2.11.0 | 3.7-3.10 | رنة من xcode 10.14 | بازل 5.3.0 |
Tensorflow-2.10.0 | 3.7-3.10 | رنة من xcode 10.14 | بازل 5.1.1 |
Tensorflow-2.9.0 | 3.7-3.10 | رنة من xcode 10.14 | بازل 5.0.0 |
Tensorflow-2.8.0 | 3.7-3.10 | رنة من xcode 10.14 | بازل 4.2.1 |
Tensorflow-2.7.0 | 3.7-3.9 | رنة من xcode 10.11 | بازل 3.7.2 |
Tensorflow-2.6.0 | 3.6-3.9 | رنة من xcode 10.11 | بازل 3.7.2 |
Tensorflow-2.5.0 | 3.6-3.9 | رنة من xcode 10.11 | بازل 3.7.2 |
Tensorflow-2.4.0 | 3.6-3.8 | رنة من xcode 10.3 | بازل 3.1.0 |
tensorflow-2.3.0 | 3.5-3.8 | رنة من xcode 10.1 | بازل 3.1.0 |
Tensorflow-2.2.0 | 3.5-3.8 | رنة من xcode 10.1 | Bazel 2.0.0 |
Tensorflow-2.1.0 | 2.7، 3.5-3.7 | رنة من xcode 10.1 | بازيل 0.27.1 |
Tensorflow-2.0.0 | 2.7، 3.5-3.7 | رنة من xcode 10.1 | بازيل 0.27.1 |
Tensorflow-2.0.0 | 2.7، 3.3-3.7 | رنة من xcode 10.1 | بازيل 0.26.1 |
Tensorflow-1.15.0 | 2.7، 3.3-3.7 | رنة من xcode 10.1 | بازيل 0.26.1 |
Tensorflow-1.14.0 | 2.7، 3.3-3.7 | رنة من xcode | بازيل 0.24.1 |
Tensorflow-1.13.1 | 2.7، 3.3-3.7 | رنة من xcode | بازل 0.19.2 |
Tensorflow-1.12.0 | 2.7، 3.3-3.6 | رنة من xcode | بازيل 0.15.0 |
Tensorflow-1.11.0 | 2.7، 3.3-3.6 | رنة من xcode | بازيل 0.15.0 |
Tensorflow-1.10.0 | 2.7، 3.3-3.6 | رنة من xcode | بازيل 0.15.0 |
Tensorflow-1.9.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.11.0 |
Tensorflow-1.8.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.10.1 |
Tensorflow-1.7.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.10.1 |
tensorflow-1.6.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.8.1 |
Tensorflow-1.5.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.8.1 |
Tensorflow-1.4.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.5.4 |
Tensorflow-1.3.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.4.5 |
Tensorflow-1.2.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.4.5 |
Tensorflow-1.1.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.4.2 |
Tensorflow-1.0.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.4.2 |
GPU
إصدار | نسخة بايثون | مترجم | أدوات البناء | cuDNN | كودا |
---|---|---|---|---|---|
tensorflow_gpu-1.1.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.4.2 | 5.1 | 8 |
tensorflow_gpu-1.0.0 | 2.7، 3.3-3.6 | رنة من xcode | بازل 0.4.2 | 5.1 | 8 |