Este guia é para a versão estável mais recente do TensorFlow. Para a versão prévia (nightly) , use o pacote pip chamado tf-nightly . Consulte estas tabelas para ver os requisitos de versões mais antigas do TensorFlow. Para a compilação somente CPU, use o pacote pip denominado tensorflow-cpu .
Aqui estão as versões rápidas dos comandos de instalação. Role para baixo para obter instruções passo a passo.
Linux
python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Mac OS
# There is currently no official GPU support for MacOS.
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Nativo do Windows
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
# Anything above 2.10 is not supported on the GPU on Windows Native
python -m pip install "tensorflow<2.11"
# Verify the installation:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Janelas WSL2
python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
CPU
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Todas as noites
python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Requisitos de hardware
Os seguintes dispositivos habilitados para GPU são suportados:
- Placa GPU NVIDIA® com arquiteturas CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 e superior. Veja a lista de placas GPU habilitadas para CUDA® .
- Para GPUs com arquiteturas CUDA® não suportadas, ou para evitar a compilação JIT do PTX, ou para usar versões diferentes das bibliotecas NVIDIA®, consulte o guia Linux build from source .
- Os pacotes não contêm código PTX, exceto para a arquitetura CUDA® suportada mais recente; portanto, o TensorFlow falha ao carregar em GPUs mais antigas quando
CUDA_FORCE_PTX_JIT=1está definido. (Consulte Compatibilidade de aplicativos para obter detalhes.)
Requisitos do sistema
- Ubuntu 16.04 ou superior (64 bits)
- macOS 10.12.6 (Sierra) ou superior (64 bits) (sem suporte de GPU)
- Windows Native - Windows 7 ou superior (64 bits) (sem suporte de GPU após TF 2.10)
- Windows WSL2 - Windows 10 19044 ou superior (64 bits)
Requisitos de software
- Python 3.9–3.12
- pip versão 19.0 ou superior para Linux (requer suporte
manylinux2014) e Windows. pip versão 20.3 ou superior para macOS. - Windows Native requer Microsoft Visual C++ Redistributable para Visual Studio 2015, 2017 e 2019
Os seguintes softwares NVIDIA® são necessários apenas para suporte de GPU.
- Drivers de GPU NVIDIA®
- >= 525.60.13 para Linux
- >= 528,33 para WSL no Windows
- Kit de ferramentas CUDA® 12.3 .
- SDK cuDNN 8.9.7 .
- (Opcional) TensorRT para melhorar a latência e a taxa de transferência para inferência.
Instruções passo a passo
Linux
1. Requisitos do sistema
- Ubuntu 16.04 ou superior (64 bits)
O TensorFlow oferece suporte oficial apenas ao Ubuntu. No entanto, as instruções a seguir também podem funcionar para outras distribuições Linux.
2. Configuração da GPU
Você pode pular esta seção se executar o TensorFlow apenas na CPU.
Instale o driver da GPU NVIDIA, caso ainda não o tenha feito. Você pode usar o seguinte comando para verificar se ele está instalado.
nvidia-smi
3. Crie um ambiente virtual com venv
O módulo venv faz parte da biblioteca padrão do Python e é a forma oficialmente recomendada para criar ambientes virtuais.
Navegue até o diretório de ambientes virtuais desejado e crie um novo ambiente venv denominado tf com o seguinte comando.
python3 -m venv tf
Você pode ativá-lo com o seguinte comando.
source tf/bin/activate
Certifique-se de que o ambiente virtual esteja ativado para o restante da instalação.
4. Instale o TensorFlow
O TensorFlow requer uma versão recente do pip, portanto, atualize a instalação do pip para ter certeza de que está executando a versão mais recente.
pip install --upgrade pip
Em seguida, instale o TensorFlow com pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
6. Verifique a instalação
Verifique a configuração da CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Se um tensor for retornado, você instalou o TensorFlow com sucesso.
Verifique a configuração da GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Se uma lista de dispositivos GPU for retornada, você instalou o TensorFlow com êxito. Caso contrário, continue para a próxima etapa .
6. [Somente GPU] Configuração do ambiente virtual
Se o teste de GPU na última seção não tiver êxito, a causa mais provável é que os componentes não estão sendo detectados e/ou entram em conflito com a instalação CUDA do sistema existente. Então você precisa adicionar alguns links simbólicos para corrigir isso.
- Crie links simbólicos para bibliotecas compartilhadas da NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
- Crie um link simbólico para ptxas:
ln -sf $(find $(dirname $(dirname $(python -c "import nvidia.cuda_nvcc;
print(nvidia.cuda_nvcc.__file__)"))/*/bin/) -name ptxas -print -quit) $VIRTUAL_ENV/bin/ptxas
Verifique a configuração da GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Mac OS
1. Requisitos do sistema
- macOS 10.12.6 (Sierra) ou superior (64 bits)
Atualmente não há suporte oficial de GPU para executar o TensorFlow no MacOS. As instruções a seguir são para execução na CPU.
2. Verifique a versão do Python
Verifique se o seu ambiente Python já está configurado:
python3 --version
python3 -m pip --version
3. Instale o TensorFlow
O TensorFlow requer uma versão recente do pip, portanto, atualize a instalação do pip para ter certeza de que está executando a versão mais recente.
pip install --upgrade pip
Em seguida, instale o TensorFlow com pip.
pip install tensorflow
4. Verifique a instalação
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Se um tensor for retornado, você instalou o TensorFlow com sucesso.
Nativo do Windows
1. Requisitos do sistema
- Windows 7 ou superior (64 bits)
2. Instale o Microsoft Visual C++ Redistribuível
Instale o Microsoft Visual C++ Redistributable para Visual Studio 2015, 2017 e 2019 . A partir da versão TensorFlow 2.1.0, o arquivo msvcp140_1.dll é necessário neste pacote (que pode não ser fornecido em pacotes redistribuíveis mais antigos). O redistribuível vem com o Visual Studio 2019, mas pode ser instalado separadamente:
- Vá para downloads do Microsoft Visual C++ .
- Role a página para baixo até a seção Visual Studio 2015, 2017 e 2019 .
- Baixe e instale o Microsoft Visual C++ Redistributable para Visual Studio 2015, 2017 e 2019 para sua plataforma.
Certifique-se de que caminhos longos estejam habilitados no Windows.
3. Instale o Miniconda
Miniconda é a abordagem recomendada para instalar o TensorFlow com suporte a GPU. Ele cria um ambiente separado para evitar a alteração de qualquer software instalado em seu sistema. Esta também é a maneira mais fácil de instalar o software necessário, especialmente para a configuração da GPU.
Baixe o instalador do Windows Miniconda . Clique duas vezes no arquivo baixado e siga as instruções na tela.
4. Crie um ambiente conda
Crie um novo ambiente conda denominado tf com o seguinte comando.
conda create --name tf python=3.9
Você pode desativá-lo e ativá-lo com os seguintes comandos.
conda deactivate
conda activate tf
Certifique-se de que esteja ativado para o restante da instalação.
5. Configuração da GPU
Você pode pular esta seção se executar o TensorFlow apenas na CPU.
Primeiro instale o driver da GPU NVIDIA, caso ainda não o tenha feito.
Em seguida, instale o CUDA, cuDNN com conda.
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. Instale o TensorFlow
O TensorFlow requer uma versão recente do pip, portanto, atualize a instalação do pip para ter certeza de que está executando a versão mais recente.
pip install --upgrade pip
Em seguida, instale o TensorFlow com pip.
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. Verifique a instalação
Verifique a configuração da CPU:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Se um tensor for retornado, você instalou o TensorFlow com sucesso.
Verifique a configuração da GPU:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Se uma lista de dispositivos GPU for retornada, você instalou o TensorFlow com êxito.
Janelas WSL2
1. Requisitos do sistema
- Windows 10 19044 ou superior (64 bits). Isso corresponde ao Windows 10 versão 21H2, atualização de novembro de 2021.
Consulte os seguintes documentos para:
- Baixe a atualização mais recente do Windows 10 .
- Instale WSL2
- Configure o suporte de GPU NVIDIA® em WSL2
2. Configuração da GPU
Você pode pular esta seção se executar o TensorFlow apenas na CPU.
Instale o driver da GPU NVIDIA, caso ainda não o tenha feito. Você pode usar o seguinte comando para verificar se ele está instalado.
nvidia-smi
3. Instale o TensorFlow
O TensorFlow requer uma versão recente do pip, portanto, atualize a instalação do pip para ter certeza de que está executando a versão mais recente.
pip install --upgrade pip
Em seguida, instale o TensorFlow com pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. Verifique a instalação
Verifique a configuração da CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Se um tensor for retornado, você instalou o TensorFlow com sucesso.
Verifique a configuração da GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Se uma lista de dispositivos GPU for retornada, você instalou o TensorFlow com êxito.
Localização do pacote
Alguns mecanismos de instalação exigem o URL do pacote TensorFlow Python. O valor que você especifica depende da sua versão do Python.