Save the date! Google I/O returns May 18-20 Register now
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

TensorFlow در سیستم های 64 بیتی زیر آزمایش و پشتیبانی می شود:

  • پایتون 3.6–3.8
  • اوبونتو 16.04 یا بالاتر
  • ویندوز 7 یا بالاتر (با توزیع مجدد ++ C )
  • macOS 10.12.6 (سیرا) یا بالاتر (بدون پشتیبانی از پردازنده گرافیکی)
  • 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

TensorFlow را با مدیر بسته pip Python نصب کنید.

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

برای کارتهای CUDA® به راهنمای GPU مراجعه کنید.

راهنمای نصب pip را بخوانید

تصاویر TensorFlow Docker از قبل برای اجرای TensorFlow پیکربندی شده اند. یک کانتینر Docker در یک محیط مجازی اجرا می شود و ساده ترین راه برای تنظیم پشتیبانی 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 - آموزشهای TensorFlow را مستقیماً در مرورگر با Colaboratory اجرا کنید ، یک پروژه تحقیقاتی Google که برای کمک به انتشار آموزش و تحقیقات یادگیری ماشین ایجاد شده است. این یک محیط نوت بوک Jupyter است که برای استفاده از آن نیازی به نصب ندارد و کاملاً در فضای ابری اجرا می شود. پست وبلاگ را بخوانید .

اولین برنامه ML خود را بسازید

مدل های TensorFlow را در وب و تلفن همراه ایجاد و استقرار دهید.

توسعه دهندگان وب

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

توسعه دهندگان موبایل

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