使用 pip 安裝 TensorFlow

有可用的 TensorFlow 2 套件

  • tensorflow：最新穩定版本，支援 CPU 和 GPU (Ubuntu 和 Windows)
  • tf-nightly：預覽版本 (不穩定)。Ubuntu 和 Windows 都支援 GPU。

舊版 TensorFlow

TensorFlow 1.x 的 CPU 和 GPU 套件各自獨立：

  • tensorflow==1.15：僅支援 CPU 的版本
  • tensorflow-gpu==1.15：支援 GPU 的版本 (Ubuntu 和 Windows)

系統需求

  • Python 3.6–3.9
    • Python 3.9 支援需要 TensorFlow 2.5 以上版本。
    • Python 3.8 支援需要 TensorFlow 2.2 以上版本。
  • pip 19.0 以上版本 (需要 manylinux2010 支援)
  • Ubuntu 16.04 以上版本 (64 位元)
  • macOS 10.12.6 (Sierra) 以上版本 (64 位元) (不支援 GPU)
    • macOS 需要 pip 20.3 以上版本
  • Windows 7 以上版本 (64 位元)
  • GPU 支援需要採用 CUDA® 技術的顯示卡 (Ubuntu 和 Windows)

硬體需求

  • 自 TensorFlow 1.6 起，二進位檔開始使用 AVX 指令，這些指令可能無法在較舊的 CPU 上執行。
  • 請參閱 GPU 支援指南，瞭解如何在 Ubuntu 或 Windows 上設定採用 CUDA® 技術的 GPU 顯示卡。

1. 在系統上安裝 Python 開發環境

檢查 Python 環境是否已設定完成： 

python3 --version
pip3 --version

如果已安裝這些套件，請跳至下一步。
否則請安裝 Python、pip 套件管理員和 venv：

Ubuntu

sudo apt update
sudo apt install python3-dev python3-pip python3-venv

macOS

使用 Homebrew 套件管理員進行安裝：

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
export PATH="/usr/local/opt/python/libexec/bin:$PATH"
# if you are on macOS 10.12 (Sierra) use `export PATH="/usr/local/bin:/usr/local/sbin:$PATH"`
brew update
brew install python  # Python 3

Windows

安裝適用於 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C ++ 可轉散發套件。自 TensorFlow 2.1.0 版本開始，這個套件需要 msvcp140_1.dll 檔案，但舊版可轉散發套件不一定會提供該檔案。Visual Studio 2019 隨附可轉散發套件，但您也可以單獨安裝，步驟如下：

  1. 前往 Microsoft Visual C ++ 下載頁面。
  2. 將頁面向下捲動至 Visual Studio 2015、2017 和 2019 的部分。
  3. 依據您使用的平台，下載並安裝適用於 Visual Studio 2015、2017 和 2019 的 Microsoft Visual C ++ 可轉散發套件。

確認已在 Windows 上啟用長路徑。

安裝 64 位元適用於 Windows 的 Python 3 版本 (選取 pip 做為選用功能)。

其他

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python get-pip.py

Python 虛擬環境可用來獨立安裝套件，與系統區隔開來。

Ubuntu/macOS

要建立新的虛擬環境，請選擇 Python 解譯器，並建立用來存放的 ./venv 目錄： 

python3 -m venv --system-site-packages ./venv

使用殼層特定的指令啟動虛擬環境： 

source ./venv/bin/activate  # sh, bash, or zsh
 
. ./venv/bin/activate.fish  # fish
 
source ./venv/bin/activate.csh  # csh or tcsh

虛擬環境啟用時，你的殼層提示會包含 (venv) 前置字元。

在不影響主機系統設定的情況下，在虛擬環境中安裝套件。首先，請升級 pip： 

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

之後再離開虛擬環境： 

deactivate  # don't exit until you're done using TensorFlow

Windows

要建立新的虛擬環境，請選擇 Python 解譯器，並建立用來存放的 .\venv 目錄： 

python -m venv --system-site-packages .\venv

啟動虛擬環境： 

.\venv\Scripts\activate

在不影響主機系統設定的情況下，在虛擬環境中安裝套件。首先，請升級 pip： 

pip install --upgrade pip

pip list  # show packages installed within the virtual environment

之後再離開虛擬環境： 

deactivate  # don't exit until you're done using TensorFlow

Conda

雖然我們建議使用 TensorFlow 提供的 pip 套件，但您也可以使用社群支援的 Anaconda 套件。請參閱 Anaconda TensorFlow 指南進行安裝。

3. 安裝 TensorFlow pip 套件

請選擇要從 PyPI 安裝下列哪一個 TensorFlow 套件：

  • tensorflow：最新的穩定版本，支援 CPU 和 GPU (Ubuntu 和 Windows)。
  • tf-nightly：預覽版本 (不穩定)。Ubuntu 和 Windows 都支援 GPU。
  • tensorflow==1.15：TensorFlow 1.x 的最終版本。

虛擬環境安裝

pip install --upgrade tensorflow

驗證安裝狀態：

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

系統安裝

pip3 install --user --upgrade tensorflow  # install in $HOME

驗證安裝狀態：

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

套件位置

部分安裝機制需要 TensorFlow Python 套件的網址，您需要依據 Python 版本指定這個值。

版本網址
Linux
Python 3.6 GPU 支援 https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7 (支援 GPU) https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.8 (支援 GPU) https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.8 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.9 (支援 GPU) https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp39-cp39-manylinux2010_x86_64.whl
Python 3.9 (僅支援 CPU) https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp39-cp39-manylinux2010_x86_64.whl
macOS (僅支援 CPU)
Python 3.6 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp36-cp36m-macosx_10_11_x86_64.whl
Python 3.7 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp37-cp37m-macosx_10_11_x86_64.whl
Python 3.8 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp38-cp38-macosx_10_11_x86_64.whl
Python 3.9 https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp39-cp39-macosx_10_11_x86_64.whl
Windows
Python 3.6 GPU 支援 https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp36-cp36m-win_amd64.whl
Python 3.6 (僅支援 CPU) https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-win_amd64.whl
Python 3.7 (支援 GPU) https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp37-cp37m-win_amd64.whl
Python 3.7 (僅支援 CPU) https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp37-cp37m-win_amd64.whl
Python 3.8 (支援 GPU) https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp38-cp38-win_amd64.whl
Python 3.8 (僅支援 CPU) https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp38-cp38-win_amd64.whl
Python 3.9 (支援 GPU) https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp39-cp39-win_amd64.whl
Python 3.9 (僅支援 CPU) https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp39-cp39-win_amd64.whl