RSVP for your your local TensorFlow Everywhere event today!
Эта страница переведена с помощью Cloud Translation API.
Switch to English

TensorFlow протестирован и поддерживается в следующих 64-битных системах:

  • Python 3.5–3.8
  • Ubuntu 16.04 или новее
  • Windows 7 или новее (с распространяемым C ++ )
  • macOS 10.12.6 (Sierra) или новее (без поддержки графического процессора)
  • Raspbian 9.0 или новее 
# 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

Скачать пакет

Установите TensorFlow с менеджером пип пакета Python.

Официальные пакеты доступны для Ubuntu, Windows, macOS и Raspberry Pi.

См. Руководство по графическому процессору для карт с поддержкой CUDA®.

Прочтите руководство по установке pip

Образы TensorFlow Docker уже настроены для запуска TensorFlow. Контейнер Docker работает в виртуальной среде и представляет собой самый простой способ настроить поддержку графического процессора . 

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
Прочтите руководство по установке Docker

Установка не требуется - запускайте учебные пособия по TensorFlow прямо в браузере с помощью Colaboratory , исследовательского проекта Google, созданного для распространения образования и исследований в области машинного обучения. Это среда ноутбука Jupyter, которая не требует настройки для использования и полностью работает в облаке. Прочтите сообщение в блоге .

Создайте свое первое приложение машинного обучения

Создавайте и развертывайте модели TensorFlow в Интернете и на мобильных устройствах.

Веб-разработчики

TensorFlow.js - это ускоренная WebGL библиотека JavaScript для обучения и развертывания моделей машинного обучения в браузере и для Node.js.

Мобильные разработчики

TensorFlow Lite - легкое решение для мобильных и встроенных устройств.