Instalar TensorFlow con pip

Esta guía es para la última versión estable de TensorFlow. Para la versión preliminar (todas las noches) , utilice el paquete pip denominado tf-nightly . Consulte estas tablas para conocer los requisitos de la versión anterior de TensorFlow. Para la compilación solo de CPU, use el paquete pip denominado tensorflow-cpu .

Aquí están las versiones rápidas de los comandos de instalación. Desplácese hacia abajo para ver las instrucciones paso a paso.

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 de 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'))"

WSL2 de Windows

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

UPC

python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Nocturno

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

Se admiten los siguientes dispositivos habilitados para GPU:

  • Tarjeta GPU NVIDIA® con arquitecturas CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 y superiores. Consulte la lista de tarjetas GPU compatibles con CUDA® .
  • Para GPU con arquitecturas CUDA® no compatibles, o para evitar la compilación JIT desde PTX, o para usar diferentes versiones de las bibliotecas NVIDIA®, consulte la guía de compilación de Linux desde el código fuente .
  • Los paquetes no contienen código PTX excepto la última arquitectura CUDA® compatible; por lo tanto, TensorFlow no se carga en GPU más antiguas cuando se establece CUDA_FORCE_PTX_JIT=1 . (Consulte Compatibilidad de aplicaciones para obtener más detalles).

Requisitos del sistema

  • Ubuntu 16.04 o superior (64 bits)
  • macOS 10.12.6 (Sierra) o superior (64 bits) (sin compatibilidad con GPU)
  • Nativo de Windows: Windows 7 o superior (64 bits) (sin compatibilidad con GPU después de TF 2.10)
  • Windows WSL2: Windows 10 19044 o superior (64 bits)

Requisitos de software

El siguiente software NVIDIA® solo es necesario para la compatibilidad con GPU.

Instrucciones paso a paso

linux

1. Requisitos del sistema

  • Ubuntu 16.04 o superior (64 bits)

TensorFlow solo es compatible oficialmente con Ubuntu. Sin embargo, las siguientes instrucciones también pueden funcionar para otras distribuciones de Linux.

2. Configuración de la GPU

Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.

Instale el controlador de GPU NVIDIA si no lo tiene. Puede utilizar el siguiente comando para verificar que esté instalado.

nvidia-smi

3. Crea un entorno virtual con venv

El módulo venv es parte de la biblioteca estándar de Python y es la forma oficialmente recomendada para crear entornos virtuales.

Navegue hasta el directorio de entornos virtuales que desee y cree un nuevo entorno venv llamado tf con el siguiente comando.

python3 -m venv tf 

Puedes activarlo con el siguiente comando.

source tf/bin/activate    

Asegúrese de que el entorno virtual esté activado para el resto de la instalación.

4. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

6. Verificar la instalación

Verifique la configuración de la CPU:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Verifique la configuración de la GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente. Si no, continúe con el siguiente paso .

6. [Solo GPU] Configuración del entorno virtual

Si la prueba de GPU en la última sección no tuvo éxito, la causa más probable es que los componentes no se detectan y/o entran en conflicto con la instalación CUDA del sistema existente. Por lo tanto, debe agregar algunos enlaces simbólicos para solucionar este problema.

  • Cree enlaces simbólicos a bibliotecas compartidas de NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
  • Cree un enlace simbólico a 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 la configuración de la GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Mac OS

1. Requisitos del sistema

  • macOS 10.12.6 (Sierra) o superior (64 bits)

Actualmente no existe soporte oficial de GPU para ejecutar TensorFlow en MacOS. Las siguientes instrucciones son para ejecutar en la CPU.

2. Verifique la versión de Python

Compruebe si su entorno Python ya está configurado:

python3 --version
python3 -m pip --version

3. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

pip install tensorflow

4. Verificar la instalación

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Nativo de Windows

1. Requisitos del sistema

  • Windows 7 o superior (64 bits)

2. Instale Microsoft Visual C++ Redistribuible

Instale Microsoft Visual C++ Redistribuible para Visual Studio 2015, 2017 y 2019 . A partir de la versión TensorFlow 2.1.0, se requiere el archivo msvcp140_1.dll de este paquete (que puede no proporcionarse desde paquetes redistribuibles más antiguos). El redistribuible viene con Visual Studio 2019 pero se puede instalar por separado:

  1. Vaya a las descargas de Microsoft Visual C++ .
  2. Desplácese hacia abajo en la página hasta la sección Visual Studio 2015, 2017 y 2019 .
  3. Descargue e instale Microsoft Visual C++ Redistributable para Visual Studio 2015, 2017 y 2019 para su plataforma.

Asegúrese de que las rutas largas estén habilitadas en Windows.

3. Instalar Miniconda

Miniconda es el enfoque recomendado para instalar TensorFlow con soporte de GPU. Crea un entorno separado para evitar cambiar cualquier software instalado en su sistema. Esta es también la forma más sencilla de instalar el software necesario, especialmente para la configuración de la GPU.

Descargue el instalador de Windows Miniconda . Haga doble clic en el archivo descargado y siga las instrucciones en pantalla.

4. Crea un entorno conda

Cree un nuevo entorno conda llamado tf con el siguiente comando.

conda create --name tf python=3.9

Puedes desactivarlo y activarlo con los siguientes comandos.

conda deactivate
conda activate tf

Asegúrese de que esté activado para el resto de la instalación.

5. Configuración de la GPU

Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.

Primero instale el controlador de GPU NVIDIA si aún no lo ha hecho.

Luego instale CUDA, cuDNN con conda.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11" 

7. Verificar la instalación

Verifique la configuración de la CPU:

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Verifique la configuración de la GPU:

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente.

WSL2 de Windows

1. Requisitos del sistema

  • Windows 10 19044 o superior (64 bits). Esto corresponde a la versión 21H2 de Windows 10, la actualización de noviembre de 2021.

Consulte los siguientes documentos para:

2. Configuración de la GPU

Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.

Instale el controlador de GPU NVIDIA si no lo tiene. Puede utilizar el siguiente comando para verificar que esté instalado.

nvidia-smi

3. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

4. Verificar la instalación

Verifique la configuración de la CPU:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Verifique la configuración de la GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente.

Ubicación del paquete

Algunos mecanismos de instalación requieren la URL del paquete TensorFlow Python. El valor que especifique depende de su versión de Python.

Versión URL
Linuxx86
Compatibilidad con GPU Python 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Compatibilidad con GPU Python 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Compatibilidad con GPU Python 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.11 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Compatibilidad con GPU Python 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.12 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Linux Arm64 (solo CPU)
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
macOS x86 (solo CPU)
Precaución : TensorFlow 2.16 fue la última versión de TensorFlow compatible con macOS x86
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp39-cp39-macosx_10_15_x86_64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp310-cp310-macosx_10_15_x86_64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp311-cp311-macosx_10_15_x86_64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp312-cp312-macosx_10_15_x86_64.whl
macOS Arm64 (solo CPU)
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-macosx_12_0_arm64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-macosx_12_0_arm64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-macosx_12_0_arm64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-macosx_12_0_arm64.whl
Windows (solo CPU)
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-win_amd64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-win_amd64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-win_amd64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-win_amd64.whl
,

Esta guía es para la última versión estable de TensorFlow. Para la versión preliminar (todas las noches) , utilice el paquete pip denominado tf-nightly . Consulte estas tablas para conocer los requisitos de la versión anterior de TensorFlow. Para la compilación solo de CPU, use el paquete pip denominado tensorflow-cpu .

Aquí están las versiones rápidas de los comandos de instalación. Desplácese hacia abajo para ver las instrucciones paso a paso.

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 de 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'))"

WSL2 de Windows

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

UPC

python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Nocturno

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

Se admiten los siguientes dispositivos habilitados para GPU:

  • Tarjeta GPU NVIDIA® con arquitecturas CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 y superiores. Consulte la lista de tarjetas GPU compatibles con CUDA® .
  • Para GPU con arquitecturas CUDA® no compatibles, o para evitar la compilación JIT desde PTX, o para usar diferentes versiones de las bibliotecas NVIDIA®, consulte la guía de compilación de Linux desde el código fuente .
  • Los paquetes no contienen código PTX excepto la última arquitectura CUDA® compatible; por lo tanto, TensorFlow no se carga en GPU más antiguas cuando se establece CUDA_FORCE_PTX_JIT=1 . (Consulte Compatibilidad de aplicaciones para obtener más detalles).

Requisitos del sistema

  • Ubuntu 16.04 o superior (64 bits)
  • macOS 10.12.6 (Sierra) o superior (64 bits) (sin compatibilidad con GPU)
  • Nativo de Windows: Windows 7 o superior (64 bits) (sin compatibilidad con GPU después de TF 2.10)
  • Windows WSL2: Windows 10 19044 o superior (64 bits)

Requisitos de software

El siguiente software NVIDIA® solo es necesario para la compatibilidad con GPU.

Instrucciones paso a paso

linux

1. Requisitos del sistema

  • Ubuntu 16.04 o superior (64 bits)

TensorFlow solo es compatible oficialmente con Ubuntu. Sin embargo, las siguientes instrucciones también pueden funcionar para otras distribuciones de Linux.

2. Configuración de la GPU

Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.

Instale el controlador de GPU NVIDIA si no lo tiene. Puede utilizar el siguiente comando para verificar que esté instalado.

nvidia-smi

3. Crea un entorno virtual con venv

El módulo venv es parte de la biblioteca estándar de Python y es la forma oficialmente recomendada para crear entornos virtuales.

Navegue hasta el directorio de entornos virtuales que desee y cree un nuevo entorno venv llamado tf con el siguiente comando.

python3 -m venv tf 

Puedes activarlo con el siguiente comando.

source tf/bin/activate    

Asegúrese de que el entorno virtual esté activado para el resto de la instalación.

4. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

6. Verificar la instalación

Verifique la configuración de la CPU:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Verifique la configuración de la GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente. Si no, continúe con el siguiente paso .

6. [Solo GPU] Configuración del entorno virtual

Si la prueba de GPU en la última sección no tuvo éxito, la causa más probable es que los componentes no se detectan y/o entran en conflicto con la instalación CUDA del sistema existente. Por lo tanto, debe agregar algunos enlaces simbólicos para solucionar este problema.

  • Cree enlaces simbólicos a bibliotecas compartidas de NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
  • Cree un enlace simbólico a 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 la configuración de la GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Mac OS

1. Requisitos del sistema

  • macOS 10.12.6 (Sierra) o superior (64 bits)

Actualmente no existe soporte oficial de GPU para ejecutar TensorFlow en MacOS. Las siguientes instrucciones son para ejecutar en la CPU.

2. Verifique la versión de Python

Compruebe si su entorno Python ya está configurado:

python3 --version
python3 -m pip --version

3. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

pip install tensorflow

4. Verificar la instalación

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Nativo de Windows

1. Requisitos del sistema

  • Windows 7 o superior (64 bits)

2. Instale Microsoft Visual C++ Redistribuible

Instale Microsoft Visual C++ Redistribuible para Visual Studio 2015, 2017 y 2019 . A partir de la versión TensorFlow 2.1.0, se requiere el archivo msvcp140_1.dll de este paquete (que puede no proporcionarse desde paquetes redistribuibles más antiguos). El redistribuible viene con Visual Studio 2019 pero se puede instalar por separado:

  1. Vaya a las descargas de Microsoft Visual C++ .
  2. Desplácese hacia abajo en la página hasta la sección Visual Studio 2015, 2017 y 2019 .
  3. Descargue e instale Microsoft Visual C++ Redistributable para Visual Studio 2015, 2017 y 2019 para su plataforma.

Asegúrese de que las rutas largas estén habilitadas en Windows.

3. Instalar Miniconda

Miniconda es el enfoque recomendado para instalar TensorFlow con soporte de GPU. Crea un entorno separado para evitar cambiar cualquier software instalado en su sistema. Esta es también la forma más sencilla de instalar el software necesario, especialmente para la configuración de la GPU.

Descargue el instalador de Windows Miniconda . Haga doble clic en el archivo descargado y siga las instrucciones en pantalla.

4. Crea un entorno conda

Cree un nuevo entorno conda llamado tf con el siguiente comando.

conda create --name tf python=3.9

Puedes desactivarlo y activarlo con los siguientes comandos.

conda deactivate
conda activate tf

Asegúrese de que esté activado para el resto de la instalación.

5. Configuración de la GPU

Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.

Primero instale el controlador de GPU NVIDIA si aún no lo ha hecho.

Luego instale CUDA, cuDNN con conda.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11" 

7. Verificar la instalación

Verifique la configuración de la CPU:

python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Verifique la configuración de la GPU:

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente.

WSL2 de Windows

1. Requisitos del sistema

  • Windows 10 19044 o superior (64 bits). Esto corresponde a la versión 21H2 de Windows 10, la actualización de noviembre de 2021.

Consulte los siguientes documentos para:

2. Configuración de la GPU

Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.

Instale el controlador de GPU NVIDIA si no lo tiene. Puede utilizar el siguiente comando para verificar que esté instalado.

nvidia-smi

3. Instale TensorFlow

TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.

pip install --upgrade pip

Luego, instale TensorFlow con pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

4. Verificar la instalación

Verifique la configuración de la CPU:

python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Si se devuelve un tensor, ha instalado TensorFlow correctamente.

Verifique la configuración de la GPU:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente.

Ubicación del paquete

Algunos mecanismos de instalación requieren la URL del paquete TensorFlow Python. El valor que especifique depende de su versión de Python.

Versión URL
Linuxx86
Compatibilidad con GPU Python 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Compatibilidad con GPU Python 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Compatibilidad con GPU Python 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.11 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Compatibilidad con GPU Python 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.12 solo para CPU https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Linux Arm64 (solo CPU)
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
macOS x86 (solo CPU)
Precaución : TensorFlow 2.16 fue la última versión de TensorFlow compatible con macOS x86
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp39-cp39-macosx_10_15_x86_64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp310-cp310-macosx_10_15_x86_64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp311-cp311-macosx_10_15_x86_64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp312-cp312-macosx_10_15_x86_64.whl
macOS Arm64 (solo CPU)
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-macosx_12_0_arm64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-macosx_12_0_arm64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-macosx_12_0_arm64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-macosx_12_0_arm64.whl
Windows (solo CPU)
Pitón 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-win_amd64.whl
Pitón 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-win_amd64.whl
Pitón 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-win_amd64.whl
Pitón 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-win_amd64.whl