Google I/O is a wrap! Catch up on TensorFlow sessions View sessions

TensorFlow wird auf den folgenden 64-Bit-Systemen getestet und unterstützt:

  • Python 3.6–3.9
  • Ubuntu 16.04 oder höher
  • Windows 7 oder höher (mit C ++ verteilbare )
  • macOS 10.12.6 (Sierra) oder höher (keine GPU-Unterstützung)
# 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

Installieren Sie TensorFlow mit Python pip Paket - Manager.

Offizielle Pakete für Ubuntu, Windows und macOS verfügbar.

Siehe die GPU Leitfaden für CUDA®-fähige Karten.

Lesen Sie die Pip-Installationsanleitung

Die TensorFlow Docker Bilder sind bereits laufen TensorFlow konfiguriert. Ein Docker Behälter läuft in einer virtuellen Umgebung und ist der einfachste Weg zur Einrichtung GPU - Unterstützung .

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
Lesen Sie die Docker-Installationsanleitung

Keine Installation notwendig geführte die TensorFlow Tutorials direkt im Browser mit Colaboratory , einem Google - Forschungsprojekt geschaffen , um Hilfe zu verbreiten maschinellen Lernen Bildung und Forschung. Es handelt sich um eine Jupyter-Notebook-Umgebung, die keine Einrichtung erfordert und vollständig in der Cloud ausgeführt wird. Lesen Sie den Blog - Post .

Erstellen Sie Ihre erste ML-App

Erstellen und implementieren Sie TensorFlow-Modelle im Web und auf Mobilgeräten.
TensorFlow.js ist eine WebGL-beschleunigte JavaScript-Bibliothek zum Trainieren und Bereitstellen von ML-Modellen im Browser, Node.js, Mobilgeräten und mehr.
TensorFlow Lite ist eine leichte Lösung für mobile und eingebettete Geräte.