পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন

এই নির্দেশিকাটি TensorFlow এর সর্বশেষ স্থিতিশীল সংস্করণের জন্য। প্রিভিউ বিল্ডের জন্য (রাত্রিকালীন) tf-nightly নামের পিপ প্যাকেজটি ব্যবহার করুন। পুরানো TensorFlow সংস্করণের প্রয়োজনীয়তার জন্য এই টেবিলগুলি পড়ুন। শুধুমাত্র CPU-র জন্য, tensorflow-cpu নামের পিপ প্যাকেজটি ব্যবহার করুন।

এখানে ইনস্টল কমান্ডের দ্রুত সংস্করণ আছে. ধাপে ধাপে নির্দেশাবলীর জন্য নিচে স্ক্রোল করুন।

লিনাক্স

দ্রষ্টব্য: TensorFlow 2.10 দিয়ে শুরু করে, Aarch64/ARM64 প্রসেসরের জন্য Linux CPU-বিল্ডগুলি তৃতীয় পক্ষ দ্বারা নির্মিত, রক্ষণাবেক্ষণ, পরীক্ষিত এবং প্রকাশ করা হয়: AWS । একটি ARM মেশিনে tensorflow প্যাকেজ ইনস্টল করা AWS এর tensorflow-cpu-aws প্যাকেজ ইনস্টল করে। তারা যেমন আছে প্রদান করা হয়. Tensorflow এই পিপ প্যাকেজের প্রাপ্যতা এবং অখণ্ডতা বজায় রাখার জন্য যুক্তিসঙ্গত প্রচেষ্টা ব্যবহার করবে। তৃতীয় পক্ষ পাইপ প্যাকেজ প্রকাশ করতে ব্যর্থ হলে বিলম্ব হতে পারে। এই সহযোগিতা সম্পর্কে আরও তথ্যের জন্য এই ব্লগ পোস্ট দেখুন.

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])))"

উইন্ডোজ নেটিভ

সতর্কতা: TensorFlow 2.10 ছিল শেষ TensorFlow রিলিজ যা নেটিভ-উইন্ডোজে GPU সমর্থন করেছিল। TensorFlow 2.11 দিয়ে শুরু করে, আপনাকে WSL2 এ TensorFlow ইনস্টল করতে হবে, অথবা tensorflow বা tensorflow-cpu ইনস্টল করতে হবে এবং ঐচ্ছিকভাবে, TensorFlow-DirectML-Plugin ব্যবহার করে দেখুন

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'))"

উইন্ডোজ WSL2

দ্রষ্টব্য: GPU অ্যাক্সেস সহ TensorFlow Windows 10 19044 বা উচ্চতর WSL2 এর জন্য সমর্থিত। এটি Windows 10 সংস্করণ 21H2, নভেম্বর 2021 আপডেটের সাথে মিলে যায়। আপনি এখান থেকে সর্বশেষ আপডেট পেতে পারেন: Windows 10 ডাউনলোড করুন । নির্দেশাবলীর জন্য, WSL-এ CUDA-এর জন্য WSL2 এবং NVIDIA-এর সেটআপ ডক্স ইনস্টল করুন দেখুন।

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

সিপিইউ

দ্রষ্টব্য: TensorFlow 2.10 দিয়ে শুরু করে, x86/x64 প্রসেসরের জন্য Windows CPU-বিল্ডগুলি তৃতীয় পক্ষ দ্বারা নির্মিত, রক্ষণাবেক্ষণ, পরীক্ষিত এবং প্রকাশ করা হয়: Intel । উইন্ডোজ-নেটিভ tensorflow বা tensorflow-cpu প্যাকেজ ইনস্টল করা ইন্টেলের tensorflow-intel প্যাকেজ ইনস্টল করে। এই প্যাকেজ যেমন আছে প্রদান করা হয়. Tensorflow এই পিপ প্যাকেজের প্রাপ্যতা এবং অখণ্ডতা বজায় রাখার জন্য যুক্তিসঙ্গত প্রচেষ্টা ব্যবহার করবে। তৃতীয় পক্ষ পাইপ প্যাকেজ প্রকাশ করতে ব্যর্থ হলে বিলম্ব হতে পারে। এই সহযোগিতা সম্পর্কে আরও তথ্যের জন্য এই ব্লগ পোস্ট দেখুন.

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

রাত্রিবেলা

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

হার্ডওয়্যার প্রয়োজনীয়তা

দ্রষ্টব্য: TensorFlow বাইনারিগুলি AVX নির্দেশাবলী ব্যবহার করে যা পুরানো CPU-তে নাও চলতে পারে।

নিম্নলিখিত GPU-সক্ষম ডিভাইসগুলি সমর্থিত:

• CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 এবং উচ্চতর আর্কিটেকচার সহ NVIDIA® GPU কার্ড। CUDA®-সক্ষম GPU কার্ডের তালিকা দেখুন।
• অসমর্থিত CUDA® আর্কিটেকচার সহ GPU-এর জন্য, অথবা PTX থেকে JIT সংকলন এড়াতে, বা NVIDIA® লাইব্রেরির বিভিন্ন সংস্করণ ব্যবহার করতে, উৎস নির্দেশিকা থেকে Linux বিল্ড দেখুন।
• সর্বশেষ সমর্থিত CUDA® আর্কিটেকচার ছাড়া প্যাকেজে PTX কোড থাকে না; তাই, CUDA_FORCE_PTX_JIT=1 সেট করা থাকলে টেনসরফ্লো পুরোনো GPU-তে লোড হতে ব্যর্থ হয়। (বিশদ বিবরণের জন্য অ্যাপ্লিকেশন সামঞ্জস্য দেখুন।)

দ্রষ্টব্য: ত্রুটি বার্তা "স্থিতি: ডিভাইস কার্নেল চিত্রটি অবৈধ" নির্দেশ করে যে টেনসরফ্লো প্যাকেজে আপনার আর্কিটেকচারের জন্য PTX নেই৷ আপনি উৎস থেকে TensorFlow তৈরি করে গণনার ক্ষমতা সক্ষম করতে পারেন।

সিস্টেমের প্রয়োজনীয়তা

• উবুন্টু 16.04 বা উচ্চতর (64-বিট)
• macOS 10.12.6 (সিয়েরা) বা উচ্চতর (64-বিট) (কোনও GPU সমর্থন নেই)
• উইন্ডোজ নেটিভ - উইন্ডোজ 7 বা উচ্চতর (64-বিট) (TF 2.10 এর পরে কোন GPU সমর্থন নেই)
• Windows WSL2 - Windows 10 19044 বা উচ্চতর (64-বিট)

দ্রষ্টব্য: CUDA®-সক্ষম কার্ড সহ উবুন্টু এবং উইন্ডোজের জন্য GPU সমর্থন উপলব্ধ।

সফ্টওয়্যার প্রয়োজনীয়তা

• পাইথন 3.9–3.12
• লিনাক্সের জন্য পিপ সংস্করণ 19.0 বা উচ্চতর ( manylinux2014 সমর্থন প্রয়োজন) এবং Windows। macOS এর জন্য পিপ সংস্করণ 20.3 বা উচ্চতর।
• উইন্ডোজ নেটিভের জন্য ভিজ্যুয়াল স্টুডিও 2015, 2017 এবং 2019 এর জন্য মাইক্রোসফ্ট ভিজ্যুয়াল সি++ পুনরায় বিতরণযোগ্য প্রয়োজন

নিম্নলিখিত NVIDIA® সফ্টওয়্যার শুধুমাত্র GPU সমর্থনের জন্য প্রয়োজন৷

• NVIDIA® GPU ড্রাইভার
  • >= লিনাক্সের জন্য 525.60.13
  • >= উইন্ডোজে WSL এর জন্য 528.33
• CUDA® টুলকিট 12.3 ।
• cuDNN SDK 8.9.7
• (ঐচ্ছিক) অনুমানের জন্য লেটেন্সি এবং থ্রুপুট উন্নত করতে TensorRT ।

ধাপে ধাপে নির্দেশাবলী

লিনাক্স

1. সিস্টেমের প্রয়োজনীয়তা

• উবুন্টু 16.04 বা উচ্চতর (64-বিট)

TensorFlow শুধুমাত্র আনুষ্ঠানিকভাবে উবুন্টু সমর্থন করে। যাইহোক, নিম্নলিখিত নির্দেশাবলী অন্যান্য লিনাক্স ডিস্ট্রোগুলির জন্যও কাজ করতে পারে।

দ্রষ্টব্য: TensorFlow 2.10 দিয়ে শুরু করে, Aarch64/ARM64 প্রসেসরের জন্য Linux CPU-বিল্ডগুলি তৃতীয় পক্ষ দ্বারা নির্মিত, রক্ষণাবেক্ষণ, পরীক্ষিত এবং প্রকাশ করা হয়: AWS । একটি ARM মেশিনে tensorflow প্যাকেজ ইনস্টল করা AWS এর tensorflow-cpu-aws প্যাকেজ ইনস্টল করে। তারা যেমন আছে প্রদান করা হয়. Tensorflow এই পিপ প্যাকেজের প্রাপ্যতা এবং অখণ্ডতা বজায় রাখার জন্য যুক্তিসঙ্গত প্রচেষ্টা ব্যবহার করবে। তৃতীয় পক্ষ পাইপ প্যাকেজ প্রকাশ করতে ব্যর্থ হলে বিলম্ব হতে পারে। এই সহযোগিতা সম্পর্কে আরও তথ্যের জন্য এই ব্লগ পোস্ট দেখুন.

2. GPU সেটআপ

আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।

আপনার যদি না থাকে তবে NVIDIA GPU ড্রাইভারটি ইনস্টল করুন। এটি ইনস্টল করা আছে কিনা তা যাচাই করতে আপনি নিম্নলিখিত কমান্ডটি ব্যবহার করতে পারেন।

nvidia-smi

3. venv দিয়ে একটি ভার্চুয়াল পরিবেশ তৈরি করুন

venv মডিউলটি পাইথনের স্ট্যান্ডার্ড লাইব্রেরির অংশ এবং ভার্চুয়াল পরিবেশ তৈরি করার জন্য আনুষ্ঠানিকভাবে প্রস্তাবিত উপায়।

আপনার পছন্দসই ভার্চুয়াল এনভায়রনমেন্ট ডিরেক্টরিতে নেভিগেট করুন এবং নিম্নলিখিত কমান্ডের সাহায্যে tf নামে একটি নতুন venv পরিবেশ তৈরি করুন।

python3 -m venv tf 

আপনি নিম্নলিখিত কমান্ড দিয়ে এটি সক্রিয় করতে পারেন।

source tf/bin/activate    

নিশ্চিত করুন যে ভার্চুয়াল এনভায়রনমেন্ট বাকি ইনস্টলেশনের জন্য সক্রিয় করা হয়েছে।

4. TensorFlow ইনস্টল করুন

TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।

pip install --upgrade pip

তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।

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

দ্রষ্টব্য: conda দিয়ে টেনসরফ্লো ইনস্টল করবেন না। এটির সর্বশেষ স্থিতিশীল সংস্করণ নাও থাকতে পারে। pip সুপারিশ করা হয় যেহেতু TensorFlow শুধুমাত্র আনুষ্ঠানিকভাবে PyPI-তে প্রকাশ করা হয়।

6. ইনস্টলেশন যাচাই করুন

CPU সেটআপ যাচাই করুন:

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

যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।

GPU সেটআপ যাচাই করুন:

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

যদি GPU ডিভাইসের একটি তালিকা ফেরত দেওয়া হয়, আপনি TensorFlow সফলভাবে ইনস্টল করেছেন। না হলে পরবর্তী ধাপে যান ।

6. [শুধুমাত্র GPU] ভার্চুয়াল পরিবেশ কনফিগারেশন

যদি শেষ বিভাগে জিপিইউ পরীক্ষাটি ব্যর্থ হয়, তবে সম্ভবত কারণটি হল উপাদানগুলি সনাক্ত করা যাচ্ছে না এবং/অথবা বিদ্যমান সিস্টেম CUDA ইনস্টলেশনের সাথে বিরোধ। তাই এটি ঠিক করার জন্য আপনাকে কিছু প্রতীকী লিঙ্ক যোগ করতে হবে।

• NVIDIA শেয়ার করা লাইব্রেরিতে প্রতীকী লিঙ্ক তৈরি করুন:

pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd

• ptxas এর একটি প্রতীকী লিঙ্ক তৈরি করুন:

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

GPU সেটআপ যাচাই করুন:

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

MacOS

1. সিস্টেমের প্রয়োজনীয়তা

• macOS 10.12.6 (সিয়েরা) বা উচ্চতর (64-বিট)

দ্রষ্টব্য: TensorFlow অ্যাপল সিলিকন (M1) সমর্থন করলেও, TensorFlow-এর জন্য কাস্টম C++ এক্সটেনশন অন্তর্ভুক্ত প্যাকেজগুলিকে Apple M1-এর জন্যও কম্পাইল করতে হবে। কিছু প্যাকেজ, যেমন tensorflow_decision_forests M1-সামঞ্জস্যপূর্ণ সংস্করণ প্রকাশ করে, কিন্তু অনেক প্যাকেজ তা প্রকাশ করে না। এই লাইব্রেরিগুলি ব্যবহার করতে, আপনাকে x86 এমুলেশন এবং রোসেটা সহ টেনসরফ্লো ব্যবহার করতে হবে।

বর্তমানে MacOS-এ TensorFlow চালানোর জন্য কোনো অফিসিয়াল GPU সমর্থন নেই। নিম্নলিখিত নির্দেশাবলী CPU-তে চালানোর জন্য।

2. পাইথন সংস্করণ পরীক্ষা করুন

আপনার পাইথন পরিবেশ ইতিমধ্যে কনফিগার করা আছে কিনা তা পরীক্ষা করুন:

দ্রষ্টব্য: MacOS এর জন্য Python 3.9–3.11, এবং pip >= 20.3 প্রয়োজন৷

python3 --version
python3 -m pip --version

3. TensorFlow ইনস্টল করুন

TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।

pip install --upgrade pip

তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।

pip install tensorflow

4. ইনস্টলেশন যাচাই করুন

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

যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।

উইন্ডোজ নেটিভ

সতর্কতা: TensorFlow 2.10 ছিল শেষ TensorFlow রিলিজ যা নেটিভ-উইন্ডোজে GPU সমর্থন করেছিল। TensorFlow 2.11 দিয়ে শুরু করে, আপনাকে WSL2 এ TensorFlow ইনস্টল করতে হবে, অথবা tensorflow-cpu ইনস্টল করতে হবে এবং ঐচ্ছিকভাবে, TensorFlow-DirectML-Plugin ব্যবহার করে দেখুন

1. সিস্টেমের প্রয়োজনীয়তা

• Windows 7 বা উচ্চতর (64-বিট)

দ্রষ্টব্য: TensorFlow 2.10 দিয়ে শুরু করে, x86/x64 প্রসেসরের জন্য Windows CPU-বিল্ডগুলি তৃতীয় পক্ষ দ্বারা নির্মিত, রক্ষণাবেক্ষণ, পরীক্ষিত এবং প্রকাশ করা হয়: Intel । উইন্ডোজ-নেটিভ tensorflow বা tensorflow-cpu প্যাকেজ ইনস্টল করা ইন্টেলের tensorflow-intel প্যাকেজ ইনস্টল করে। এই প্যাকেজ যেমন আছে প্রদান করা হয়. Tensorflow এই পিপ প্যাকেজের প্রাপ্যতা এবং অখণ্ডতা বজায় রাখার জন্য যুক্তিসঙ্গত প্রচেষ্টা ব্যবহার করবে। তৃতীয় পক্ষ পাইপ প্যাকেজ প্রকাশ করতে ব্যর্থ হলে বিলম্ব হতে পারে। এই সহযোগিতা সম্পর্কে আরও তথ্যের জন্য এই ব্লগ পোস্ট দেখুন.

2. Microsoft Visual C++ পুনরায় বিতরণযোগ্য ইনস্টল করুন

ভিজ্যুয়াল স্টুডিও 2015, 2017 এবং 2019 এর জন্য মাইক্রোসফ্ট ভিজ্যুয়াল C++ পুনরায় বিতরণযোগ্য ইনস্টল করুন। TensorFlow 2.1.0 সংস্করণ থেকে শুরু করে, এই প্যাকেজ থেকে msvcp140_1.dll ফাইলের প্রয়োজন হয় (যা পুরানো পুনঃবন্টনযোগ্য প্যাকেজ থেকে প্রদান করা নাও হতে পারে)। পুনরায় বিতরণযোগ্য ভিজ্যুয়াল স্টুডিও 2019 এর সাথে আসে তবে আলাদাভাবে ইনস্টল করা যেতে পারে:

1. Microsoft Visual C++ ডাউনলোডগুলিতে যান।
2. ভিজ্যুয়াল স্টুডিও 2015, 2017 এবং 2019 বিভাগে পৃষ্ঠাটি নীচে স্ক্রোল করুন।
3. আপনার প্ল্যাটফর্মের জন্য Visual Studio 2015, 2017 এবং 2019-এর জন্য Microsoft Visual C++ পুনরায় বিতরণযোগ্য ডাউনলোড এবং ইনস্টল করুন।

উইন্ডোজে দীর্ঘ পথ সক্রিয় করা আছে তা নিশ্চিত করুন।

3. মিনিকোন্ডা ইনস্টল করুন

GPU সমর্থন সহ TensorFlow ইনস্টল করার জন্য Miniconda হল প্রস্তাবিত পদ্ধতি। এটি আপনার সিস্টেমে ইনস্টল করা কোনো সফ্টওয়্যার পরিবর্তন এড়াতে একটি পৃথক পরিবেশ তৈরি করে। এটি বিশেষ করে GPU সেটআপের জন্য প্রয়োজনীয় সফ্টওয়্যার ইনস্টল করার সবচেয়ে সহজ উপায়।

মিনিকোন্ডা উইন্ডোজ ইনস্টলার ডাউনলোড করুন। ডাউনলোড করা ফাইলটিতে ডাবল ক্লিক করুন এবং স্ক্রিনের নির্দেশাবলী অনুসরণ করুন।

4. একটি কনডা পরিবেশ তৈরি করুন

নিম্নলিখিত কমান্ড দিয়ে tf নামে একটি নতুন কনডা পরিবেশ তৈরি করুন।

conda create --name tf python=3.9

আপনি নিম্নলিখিত কমান্ড দিয়ে এটি নিষ্ক্রিয় এবং সক্রিয় করতে পারেন।

conda deactivate
conda activate tf

নিশ্চিত করুন যে এটি বাকি ইনস্টলেশনের জন্য সক্রিয় করা হয়েছে।

5. GPU সেটআপ

আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।

আপনার যদি না থাকে তবে প্রথমে NVIDIA GPU ড্রাইভার ইনস্টল করুন।

তারপর কনডা দিয়ে CUDA, cuDNN ইন্সটল করুন।

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

6. টেনসরফ্লো ইনস্টল করুন

TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।

pip install --upgrade pip

তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।

দ্রষ্টব্য: কনডা দিয়ে টেনসরফ্লো ইনস্টল করবেন না। এটির সর্বশেষ স্থিতিশীল সংস্করণ নাও থাকতে পারে। পিপ সুপারিশ করা হয় যেহেতু TensorFlow শুধুমাত্র আনুষ্ঠানিকভাবে PyPI-তে প্রকাশ করা হয়।

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

7. ইনস্টলেশন যাচাই করুন

CPU সেটআপ যাচাই করুন:

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

যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।

GPU সেটআপ যাচাই করুন:

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

যদি GPU ডিভাইসের একটি তালিকা ফেরত দেওয়া হয়, আপনি TensorFlow সফলভাবে ইনস্টল করেছেন।

উইন্ডোজ WSL2

1. সিস্টেমের প্রয়োজনীয়তা

• Windows 10 19044 বা উচ্চতর (64-বিট)। এটি Windows 10 সংস্করণ 21H2, নভেম্বর 2021 আপডেটের সাথে মিলে যায়।

নিম্নলিখিত নথিগুলি দেখুন:

• সর্বশেষ Windows 10 আপডেট ডাউনলোড করুন ।
• WSL2 ইনস্টল করুন
• WSL2 এ NVIDIA® GPU সমর্থন সেটআপ করুন

2. GPU সেটআপ

আপনি এই বিভাগটি এড়িয়ে যেতে পারেন যদি আপনি শুধুমাত্র CPU-তে TensorFlow চালান।

আপনার যদি না থাকে তবে NVIDIA GPU ড্রাইভারটি ইনস্টল করুন। এটি ইনস্টল করা আছে কিনা তা যাচাই করতে আপনি নিম্নলিখিত কমান্ডটি ব্যবহার করতে পারেন।

nvidia-smi

3. TensorFlow ইনস্টল করুন

TensorFlow-এর জন্য পিপের সাম্প্রতিক সংস্করণ প্রয়োজন, তাই আপনি সর্বশেষ সংস্করণ চালাচ্ছেন তা নিশ্চিত করতে আপনার পিপ ইনস্টলেশন আপগ্রেড করুন।

pip install --upgrade pip

তারপর, পিপ দিয়ে টেনসরফ্লো ইনস্টল করুন।

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

4. ইনস্টলেশন যাচাই করুন

CPU সেটআপ যাচাই করুন:

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

যদি একটি টেনসর ফেরত দেওয়া হয়, আপনি সফলভাবে TensorFlow ইনস্টল করেছেন।

GPU সেটআপ যাচাই করুন:

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

যদি GPU ডিভাইসের একটি তালিকা ফেরত দেওয়া হয়, আপনি TensorFlow সফলভাবে ইনস্টল করেছেন।

প্যাকেজ অবস্থান

কয়েকটি ইনস্টলেশন প্রক্রিয়ার জন্য TensorFlow Python প্যাকেজের URL প্রয়োজন। আপনি যে মানটি নির্দিষ্ট করেছেন তা আপনার পাইথন সংস্করণের উপর নির্ভর করে।

সংস্করণ	URL
লিনাক্স x86
Python 3.9 GPU সমর্থন	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 CPU-শুধুমাত্র	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
Python 3.10 GPU সমর্থন	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 CPU-শুধুমাত্র	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
Python 3.11 GPU সমর্থন	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 CPU-শুধুমাত্র	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
Python 3.12 GPU সমর্থন	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 CPU-শুধুমাত্র	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 (শুধুমাত্র CPU)
পাইথন 3.9	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
পাইথন 3.10	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
পাইথন 3.11	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
পাইথন 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 (শুধুমাত্র CPU)
সতর্কতা : TensorFlow 2.16 ছিল সর্বশেষ TensorFlow রিলিজ যা macOS x86 সমর্থন করেছিল
পাইথন 3.9	https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp39-cp39-macosx_10_15_x86_64.whl
পাইথন 3.10	https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp310-cp310-macosx_10_15_x86_64.whl
পাইথন 3.11	https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp311-cp311-macosx_10_15_x86_64.whl
পাইথন 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 (শুধুমাত্র CPU)
পাইথন 3.9	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-macosx_12_0_arm64.whl
পাইথন 3.10	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-macosx_12_0_arm64.whl
পাইথন 3.11	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-macosx_12_0_arm64.whl
পাইথন 3.12	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-macosx_12_0_arm64.whl
উইন্ডোজ (কেবল-সিপিইউ)
পাইথন 3.9	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-win_amd64.whl
পাইথন 3.10	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-win_amd64.whl
পাইথন 3.11	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-win_amd64.whl
পাইথন 3.12	https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-win_amd64.whl