Google متعهد به پیشبرد برابری نژادی برای جوامع سیاه است. ببینید چگونه.
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

TensorFlow در سیستمهای 64 بیتی زیر آزمایش و پشتیبانی می شود:

  • پایتون 3.5-3.8
  • اوبونتو 16.04 یا بعد
  • ویندوز 7 یا بالاتر (با توزیع مجدد C ++ )
  • macOS 10.12.6 (سیرا) یا بالاتر (بدون پشتیبانی GPU)
  • Raspbian 9.0 یا بالاتر 
# 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

یک بسته را بارگیری کنید

نصب TensorFlow با مدیر بسته پیپ پایتون.

بسته های رسمی موجود برای اوبونتو ، ویندوز ، macOS و Raspberry Pi.

برای کارتهای دارای CUDA® به راهنمای GPU مراجعه کنید.

راهنمای نصب پیپ را بخوانید

تصاویر TensorFlow Docker قبلاً برای اجرای TensorFlow پیکربندی شده اند. یک کانتینر Docker در یک محیط مجازی اجرا می شود و ساده ترین راه برای تنظیم پشتیبانی از GPU است . 

 docker pull tensorflow/tensorflow:latest  # Download latest stable image 
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
راهنمای نصب Docker را بخوانید

بدون نصب لازم - آموزش های TensorFlow را مستقیماً در مرورگر با Colaboratory ، یک پروژه تحقیقاتی Google ایجاد کنید تا به انتشار و آموزش آموزش یادگیری ماشین انجام شود. این یک محیط نوت بوک Jupyter است که برای استفاده از آن نیازی به تنظیم دیگری ندارد و کاملاً در ابر اجرا می شود. پست وبلاگ را بخوانید .

اولین برنامه ML خود را بسازید

مدل های TensorFlow را در وب و تلفن همراه ایجاد و مستقر کنید.

توسعه دهندگان وب

TensorFlow.js یک کتابخانه جاوا اسکریپت تسریع شده با WebGL برای آموزش و استقرار مدل های ML در مرورگر و برای Node.js.

توسعه دهندگان تلفن همراه

TensorFlow Lite یک راه حل سبک برای دستگاه های همراه و جاسازی شده است.