Google is committed to advancing racial equity for Black communities. See how.

TensorFlow a été testé et est compatible avec les systèmes 64 bits suivants :

  • Python 3.5–3.8
  • Ubuntu 16.04 ou version ultérieure
  • Windows 7 ou version ultérieure (avec C++ Redistributable)
  • macOS 10.12.6 (Sierra) ou version ultérieure (non compatible avec les GPU)
  • Raspbian 9.0 ou version ultérieure
# 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, macOS et Raspberry Pi.

Consultez le Guide des GPU pour connaître les cartes compatibles CUDA®.

Les images Docker TensorFlow sont déjà configurées pour l'exécution de TensorFlow. Un conteneur Docker s'exécute dans un environnement virtuel et constitue le moyen le plus simple de configurer la compatibilité avec les 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 tutoriels TensorFlow directement dans le navigateur avec Colaboratory, un projet de recherche Google conçu pour aider à diffuser la formation et la recherche relatives au machine learning. Il s'agit d'un environnement de notebook Jupyter qui ne nécessite aucune configuration et qui s'exécute entièrement dans le cloud. Lire l'article de blog.

Créer votre première application de ML

Créez et déployez des modèles TensorFlow sur le Web et sur mobile.
TensorFlow.js est une bibliothèque JavaScript accélérée par WebGL destinée à l'entraînement et au déploiement de modèles de ML dans le navigateur et sur Node.js.
TensorFlow Lite est une solution légère pour les appareils mobiles et intégrés.