Это руководство предназначено для последней стабильной версии TensorFlow. Для предварительной сборки (ночной) используйте пакет pip с именем tf-nightly . Требования к более ранним версиям TensorFlow см. в этих таблицах . Для сборки только на CPU используйте пакет pip с именем tensorflow-cpu .
Вот краткие версии команд установки. Прокрутите вниз, чтобы увидеть пошаговые инструкции.
Линукс
python3 -m pip install 'tensorflow[and-cuda]'
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
MacOS
# 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])))"
Windows Native
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'))"
Windows WSL2
python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Процессор
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Ночью
python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Требования к оборудованию
Поддерживаются следующие устройства с поддержкой GPU:
- Видеокарты NVIDIA® с архитектурой CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 и выше. См. список видеокарт с поддержкой CUDA® .
- Для графических процессоров с неподдерживаемой архитектурой CUDA®, или чтобы избежать JIT-компиляции из PTX, или для использования других версий библиотек NVIDIA® см. руководство по сборке Linux из исходного кода .
- Пакеты не содержат кода PTX, за исключением последней поддерживаемой архитектуры CUDA®; поэтому TensorFlow не загружается на старых графических процессорах, если установлено
CUDA_FORCE_PTX_JIT=1. (Подробности см. в разделе «Совместимость приложений» .)
Системные требования
- Ubuntu 16.04 или выше (64-бит)
- macOS 12.0 (Monterey) или выше (64-разрядная версия) (без поддержки графического процессора)
- Windows Native — Windows 7 или выше (64-разрядная версия) (поддержка графического процессора отсутствует после TF 2.10)
- Windows WSL2 — Windows 10 19044 или выше (64-разрядная версия)
Требования к программному обеспечению
- Питон 3.9–3.12
- pip версии 19.0 или выше для Linux (требуется поддержка
manylinux2014) и Windows. pip версии 20.3 или выше для macOS. - Windows Native Requires Требуется Microsoft Visual C++ Redistributable для Visual Studio 2015, 2017 и 2019
Следующее программное обеспечение NVIDIA® требуется только для поддержки графического процессора.
- Драйверы графических процессоров NVIDIA®
- >= 525.60.13 для Linux
- >= 528.33 для WSL на Windows
- Набор инструментов CUDA® 12.3 .
- cuDNN SDK 8.9.7 .
- (Необязательно) TensorRT для уменьшения задержки и пропускной способности при выводе.
Пошаговые инструкции
Линукс
1. Системные требования
- Ubuntu 16.04 или выше (64-бит)
TensorFlow официально поддерживает только Ubuntu. Однако следующие инструкции могут подойти и для других дистрибутивов Linux.
2. Настройка графического процессора
Вы можете пропустить этот раздел, если вы запускаете TensorFlow только на CPU.
Установите драйвер графического процессора NVIDIA, если вы этого ещё не сделали. Для проверки его установки можно использовать следующую команду.
nvidia-smi
3. Создайте виртуальную среду с помощью venv
Модуль venv является частью стандартной библиотеки Python и официально рекомендуемым способом создания виртуальных сред.
Перейдите в нужный каталог виртуальных сред и создайте новую среду venv с именем tf с помощью следующей команды.
python3 -m venv tf
Вы можете активировать его с помощью следующей команды.
source tf/bin/activate
Убедитесь, что виртуальная среда активирована для оставшейся части установки.
4. Установите TensorFlow
Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.
pip install --upgrade pip
Затем установите TensorFlow с помощью pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
6. Проверьте установку.
Проверьте настройки ЦП:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Если возвращен тензор, значит, вы успешно установили TensorFlow.
Проверьте настройки графического процессора:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Если список графических процессоров отображается, значит, TensorFlow установлен успешно. Если нет, перейдите к следующему шагу .
6. [Только для GPU] Конфигурация виртуальной среды
Если тест графического процессора в предыдущем разделе не удался, наиболее вероятной причиной является то, что компоненты не обнаруживаются и/или конфликтуют с установленной в системе CUDA. Для решения этой проблемы необходимо добавить символические ссылки.
- Создайте символические ссылки на общие библиотеки NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
- Создайте символическую ссылку на 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
Проверьте настройки графического процессора:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
MacOS
1. Системные требования
- macOS 10.12.6 (Sierra) или выше (64-разрядная версия)
В настоящее время официальная поддержка TensorFlow на GPU в MacOS отсутствует. Следующие инструкции предназначены для запуска на CPU.
2. Проверьте версию Python
Проверьте, настроена ли уже ваша среда Python:
python3 --version
python3 -m pip --version
3. Установите TensorFlow
Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.
pip install --upgrade pip
Затем установите TensorFlow с помощью pip.
pip install tensorflow
4. Проверьте установку.
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Если возвращен тензор, значит, вы успешно установили TensorFlow.
Windows Native
1. Системные требования
- Windows 7 или выше (64-разрядная версия)
2. Установите распространяемый пакет Microsoft Visual C++
Установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019. Начиная с версии TensorFlow 2.1.0, в этом пакете требуется файл msvcp140_1.dll (который может отсутствовать в более старых распространяемых пакетах). Распространяемый пакет входит в состав Visual Studio 2019, но его можно установить отдельно:
- Перейдите на страницу загрузок Microsoft Visual C++ .
- Прокрутите страницу вниз до раздела Visual Studio 2015, 2017 и 2019 .
- Загрузите и установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 для вашей платформы.
Убедитесь, что в Windows включены длинные пути .
3. Установить Миниконду
Miniconda — рекомендуемый подход для установки TensorFlow с поддержкой GPU. Он создаёт отдельную среду, позволяя избежать изменения установленного в системе программного обеспечения. Это также самый простой способ установки необходимого программного обеспечения, особенно для конфигурации с GPU.
Загрузите установщик Miniconda для Windows . Дважды щелкните загруженный файл и следуйте инструкциям на экране.
4. Создайте среду conda
Создайте новую среду conda с именем tf с помощью следующей команды.
conda create --name tf python=3.9
Вы можете деактивировать и активировать его с помощью следующих команд.
conda deactivate
conda activate tf
Убедитесь, что он активирован для оставшейся части установки.
5. Настройка графического процессора
Вы можете пропустить этот раздел, если вы используете TensorFlow только на CPU.
Сначала установите драйвер графического процессора NVIDIA, если у вас этого еще нет.
Затем установите CUDA, cuDNN с conda.
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. Установите TensorFlow
Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.
pip install --upgrade pip
Затем установите TensorFlow с помощью pip.
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. Проверьте установку.
Проверьте настройки ЦП:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Если возвращен тензор, значит, вы успешно установили TensorFlow.
Проверьте настройки графического процессора:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Если возвращен список устройств GPU, значит, вы успешно установили TensorFlow.
Windows WSL2
1. Системные требования
- Windows 10 версии 19044 или выше (64-разрядная версия). Соответствует версии Windows 10 21H2, обновлению за ноябрь 2021 года.
См. следующие документы:
- Загрузите последнее обновление Windows 10 .
- Установить WSL2
- Настройте поддержку графического процессора NVIDIA® в WSL2
2. Настройка графического процессора
Вы можете пропустить этот раздел, если вы запускаете TensorFlow только на CPU.
Установите драйвер графического процессора NVIDIA, если вы этого ещё не сделали. Для проверки его установки можно использовать следующую команду.
nvidia-smi
3. Установите TensorFlow
Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.
pip install --upgrade pip
Затем установите TensorFlow с помощью pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. Проверьте установку.
Проверьте настройки ЦП:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Если возвращен тензор, значит, вы успешно установили TensorFlow.
Проверьте настройки графического процессора:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Если возвращен список устройств GPU, значит, вы успешно установили TensorFlow.
Расположение посылки
Для некоторых механизмов установки требуется URL-адрес пакета TensorFlow Python. Указанное значение зависит от вашей версии Python.