Attend the Women in ML Symposium on December 7 Register now
Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

TensorFlow est testé et pris en charge sur les systèmes 64 bits suivants :

  • Python 3.7–3.10
  • Ubuntu 16.04 ou version ultérieure
  • Windows 7 ou version ultérieure (avec C++ redistribuable )
  • macOS 10.12.6 (Sierra) ou version ultérieure (pas de prise en charge GPU)
  • WSL2 via Windows 10 19044 ou supérieur, y compris les GPU (expérimental)
# Requires the latest pip
pip install --upgrade pip
# Current stable release for CPU and GPU pip install tensorflow
# Or try the preview build (unstable) pip install tf-nightly

Installez TensorFlow avec le gestionnaire de packages pip de Python.

Packages officiels disponibles pour Ubuntu, Windows et macOS.

Les images TensorFlow Docker sont déjà configurées pour exécuter TensorFlow. Un conteneur Docker s'exécute dans un environnement virtuel et constitue le moyen le plus simple de configurer la prise en charge du GPU.

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter # Start Jupyter server

Aucune installation nécessaire : exécutez les didacticiels TensorFlow directement dans le navigateur avec Colaboratory , un projet de recherche Google créé pour aider à diffuser l'enseignement et la recherche sur l'apprentissage automatique. Il s'agit d'un environnement de bloc-notes Jupyter qui ne nécessite aucune configuration pour être utilisé et s'exécute entièrement dans le cloud. Lisez le billet de blog .

Créez votre première application de ML

Créez et déployez des modèles TensorFlow sur le Web et sur mobile.
TensorFlow.js est une bibliothèque JavaScript accélérée WebGL pour former et déployer des modèles ML dans le navigateur, Node.js, mobile, etc.
TensorFlow Lite est une solution légère pour les appareils mobiles et intégrés.