Kaynaktan bir TensorFlow pip paketi oluşturun ve bunu Ubuntu Linux ve macOS'a yükleyin. Talimatlar diğer sistemlerde işe yarayabilir ancak yalnızca Ubuntu ve macOS için test edilmiş ve desteklenmiştir.
Linux ve macOS için kurulum
Geliştirme ortamınızı yapılandırmak için aşağıdaki derleme araçlarını yükleyin.
Python ve TensorFlow paketi bağımlılıklarını yükleyin
ubuntu
sudo apt install python3-dev python3-pip
Mac os işletim sistemi
Xcode 9.2 veya üstünü gerektirir.
Homebrew paket yöneticisini kullanarak yükleyin:
brew install python
TensorFlow pip paketi bağımlılıklarını yükleyin (sanal bir ortam kullanıyorsanız --user
argümanını atlayın):
pip install -U --user pip numpy wheel packaging requests opt_einsum
pip install -U --user keras_preprocessing --no-deps
Bazel'i yükleyin
TensorFlow'u oluşturmak için Bazel'i yüklemeniz gerekecek. Bazelisk, Bazel'i kurmanın kolay bir yoludur ve TensorFlow için doğru Bazel sürümünü otomatik olarak indirir. Kullanım kolaylığı için Bazelisk'i PATH
dosyanıza bazel
çalıştırılabilir dosyası olarak ekleyin.
Bazelisk mevcut değilse Bazel'i manuel olarak yükleyebilirsiniz . TensorFlow'un .bazelversion dosyasından doğru Bazel sürümünü yüklediğinizden emin olun.
Clang'ı yükleyin (önerilir, yalnızca Linux)
Clang, LLVM'yi temel alarak C++ dilinde derlenen bir C/C++/Objective-C derleyicisidir. TensorFlow 2.13'ten başlayarak TensorFlow'u oluşturmak için varsayılan derleyicidir. Şu anda desteklenen sürüm LLVM/Clang 16'dır.
LLVM Debian/Ubuntu gecelik paketleri, Linux'ta manuel kurulum için otomatik kurulum komut dosyası ve paketler sağlar. Paket kaynaklarınıza llvm apt deposunu manuel olarak eklerseniz aşağıdaki komutu çalıştırdığınızdan emin olun:
sudo apt-get update && sudo apt-get install -y llvm-16 clang-16
Alternatif olarak, önceden oluşturulmuş Clang + LLVM 16'yı indirip paketinden çıkarabilirsiniz.
İndirilen Clang + LLVM 16 ikili dosyalarını ayarlamak için atabileceğiniz adımların bir örneği aşağıda verilmiştir:
İstediğiniz hedef dizine geçin:
```cd <desired directory>```
Bir arşiv dosyası yükleyin ve çıkarın...(mimarinize uygun):
wget https://github.com/llvm/llvm-project/releases/download/llvmorg-16.0.0/clang+llvm-16.0.0-x86_64-linux-gnu-ubuntu-18.04.tar.xz
tar -xvf clang+llvm-16.0.0-x86_64-linux-gnu-ubuntu-18.04.tar.xz
Elde edilen Clang + LLVM 16 ikili dosya versiyonunu kontrol edin:
./clang+llvm-16.0.0-x86_64-linux-gnu-ubuntu-18.04/bin/clang-16 --version
/clang+llvm-16.0.0-x86_64-linux-gnu-ubuntu-18.04/bin/clang-16
dizini yeni clang'ınıza giden gerçek yoldur../configure
betiğini çalıştırabilir veyaCC
veBAZEL_COMPILER
ortam değişkenlerini bu yola manuel olarak ayarlayabilirsiniz.
GPU desteğini yükleyin (isteğe bağlı, yalnızca Linux)
MacOS için GPU desteği yoktur .
TensorFlow'u bir GPU'da çalıştırmak için gereken sürücüleri ve ek yazılımı yüklemek için GPU destek kılavuzunu okuyun.
TensorFlow kaynak kodunu indirin
TensorFlow deposunu klonlamak için Git'i kullanın:
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
Repo varsayılan olarak
master
geliştirme şubesine gider. Ayrıca oluşturmak için bir sürüm şubesine de göz atabilirsiniz:git checkout branch_name # r2.2, r2.3, etc.
Yapıyı yapılandırma
TensorFlow yapıları, havuzun kök dizinindeki
.bazelrc
dosyası tarafından yapılandırılır. Ortak ayarları düzenlemek için./configure
veya./configure.py
komut dosyaları kullanılabilir.Lütfen
./configure
betiğini deponun kök dizininden çalıştırın. Bu komut dosyası sizden TensorFlow bağımlılıklarının konumunu isteyecek ve ek yapı yapılandırma seçenekleri (örneğin derleyici bayrakları) isteyecektir. Ayrıntılar için Örnek oturum bölümüne bakın../configure
Bu betiğin bir python sürümü de var:
./configure.py
. Sanal bir ortam kullanılıyorsa,python configure.py
ortam içindeki yollara öncelik verirken,./configure
ortam dışındaki yollara öncelik verir. Her iki durumda da varsayılanı değiştirebilirsiniz.Örnek oturum
Aşağıda
./configure
betiğinin örnek bir çalışması gösterilmektedir (oturumunuz farklı olabilir):Yapılandırma seçenekleri
GPU desteği
GPU desteği için yapılandırma sırasında
cuda=Y
ayarını yapın ve CUDA ve cuDNN sürümlerini belirtin. Sisteminizde birden fazla CUDA veya cuDNN sürümü yüklüyse, varsayılana güvenmek yerine sürümü açıkça ayarlayın../configure
sisteminizin CUDA kitaplıklarına sembolik bağlantılar oluşturur; dolayısıyla CUDA kitaplığı yollarınızı güncellerseniz, oluşturmadan önce bu yapılandırma adımının yeniden çalıştırılması gerekir.Optimizasyonlar
Derleme optimizasyon bayrakları için, varsayılan (
-march=native
), makinenizin CPU türüne göre oluşturulan kodu optimize eder. Ancak farklı bir CPU türü için TensorFlow oluşturuyorsanız daha spesifik bir optimizasyon bayrağını düşünün. Örnekler için GCC kılavuzuna bakın.Önceden yapılandırılmış konfigürasyonlar
bazel build
komutuna eklenebilecek önceden yapılandırılmış bazı build yapılandırmaları mevcuttur, örneğin:-
--config=dbg
—Hata ayıklama bilgileriyle derleyin. Ayrıntılar için CONTRIBUTING.md'ye bakın. -
--config=mkl
—Intel® MKL-DNN desteği. -
--config=monolithic
— Çoğunlukla statik, monolitik bir yapı için yapılandırma.
Pip paketini oluşturun ve yükleyin
Pip paketi iki adımda oluşturulur.
bazel build
komutları bir "paket oluşturucu" programı oluşturur. Daha sonra paketi oluşturmak için paket oluşturucuyu çalıştırırsınız.Paket oluşturucuyu oluşturun
TensorFlow 2.x paket oluşturucusunu oluşturmak için
bazel build
kullanın:bazel build [--config=option] //tensorflow/tools/pip_package:build_pip_package
Bazel oluşturma seçenekleri
Derleme seçenekleri için Bazel komut satırı referansına bakın.
TensorFlow'u kaynaktan oluşturmak çok fazla RAM kullanabilir. Sisteminizin belleği kısıtlıysa Bazel'in RAM kullanımını şu şekilde sınırlayın:
--local_ram_resources=2048
.Resmi TensorFlow paketleri, manylinux2014 paket standardına uygun bir Clang araç zinciri ile oluşturulmuştur.
Paketi oluştur
bazel build
komutubuild_pip_package
adında bir yürütülebilir dosya oluşturur; bu,pip
paketini oluşturan programdır./tmp/tensorflow_pkg
dizininde bir.whl
paketi oluşturmak için yürütülebilir dosyayı aşağıda gösterildiği gibi çalıştırın.Bir yayın dalından derlemek için:
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
Master'dan derlemek için doğru bağımlılıkları elde etmek amacıyla
--nightly_flag
kullanın:./bazel-bin/tensorflow/tools/pip_package/build_pip_package --nightly_flag /tmp/tensorflow_pkg
Aynı kaynak ağacı altında hem CUDA hem de CUDA olmayan yapılandırmalar oluşturmak mümkün olsa da, aynı kaynak ağaçta bu iki yapılandırma arasında geçiş yaparken
bazel clean
çalıştırılması önerilir.Paketi yükleyin
Oluşturulan
.whl
dosyasının dosya adı TensorFlow sürümüne ve platformunuza bağlıdır. Paketi yüklemek içinpip install
kullanın, örneğin:pip install /tmp/tensorflow_pkg/tensorflow-version-tags.whl
Docker Linux'un derlemeleri
TensorFlow'un Docker geliştirme görüntüleri, Linux paketlerini kaynaktan oluşturmak için bir ortam kurmanın kolay bir yoludur. Bu görüntüler TensorFlow'u oluşturmak için gereken kaynak kodunu ve bağımlılıkları zaten içeriyor. Kurulum talimatları ve mevcut görüntü etiketlerinin listesi için TensorFlow Docker kılavuzuna gidin.
Yalnızca CPU
Aşağıdaki örnek, en son TensorFlow kaynak kodundan yalnızca CPU içeren bir paket oluşturmak için
:devel
görüntüsünü kullanır. Mevcut TensorFlow-devel
etiketleri için Docker kılavuzunu kontrol edin.En son geliştirme görüntüsünü indirin ve pip paketini oluşturmak için kullanacağınız bir Docker kapsayıcısını başlatın:
docker pull tensorflow/tensorflow:devel
docker run -it -w /tensorflow_src -v $PWD:/mnt -e HOST_PERMS="$(id -u):$(id -g)" \ tensorflow/tensorflow:devel bash
git pull # within the container, download the latest source code
Yukarıdaki
docker run
komutu, kaynak ağacın kökü olan/tensorflow_src
dizininde bir kabuk başlatır. Ana bilgisayarın mevcut dizinini konteynerin/mnt
dizinine bağlar ve ana bilgisayar kullanıcısının bilgilerini bir ortam değişkeni (izinleri ayarlamak için kullanılır; Docker bunu karmaşık hale getirebilir) aracılığıyla konteynere aktarır.Alternatif olarak, bir konteyner içinde TensorFlow'un ana bilgisayar kopyasını oluşturmak için ana bilgisayar kaynak ağacını konteynerin
/tensorflow
dizinine bağlayın:docker run -it -w /tensorflow -v /path/to/tensorflow:/tensorflow -v $PWD:/mnt \ -e HOST_PERMS="\\((id -u):\\)(id -g)" tensorflow/tensorflow:devel bash
Kaynak ağacı kurulduğunda TensorFlow paketini konteynerin sanal ortamında oluşturun:
- İsteğe bağlı: Yapıyı yapılandırın—bu, kullanıcıdan yapı yapılandırması sorularını yanıtlamasını ister.
- Pip paketini oluşturmak için kullanılan aracı oluşturun.
- Pip paketini oluşturmak için aracı çalıştırın.
- Dosyanın sahiplik izinlerini kapsayıcının dışı için ayarlayın.
./configure # if necessary
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /mnt # create package
chown $HOST_PERMS /mnt/tensorflow-version-tags.whl
Paketi konteynerin içine kurun ve doğrulayın:
pip uninstall tensorflow # remove current version
pip install /mnt/tensorflow-version-tags.whl
cd /tmp # don't import from source directory
python -c "import tensorflow as tf; print(tf.__version__)"
Ana makinenizde TensorFlow pip paketi geçerli dizinde bulunur (ana bilgisayar kullanıcı izinleriyle birlikte):
./tensorflow- version - tags .whl
GPU desteği
Docker, TensorFlow için GPU desteği oluşturmanın en kolay yoludur çünkü ana makine yalnızca NVIDIA® sürücüsünü gerektirir ( NVIDIA® CUDA® Araç Takımının kurulmasına gerek yoktur). Nvidia-docker'ı kurmak için GPU destek kılavuzuna ve TensorFlow Docker kılavuzuna bakın (yalnızca Linux).
Aşağıdaki örnek, TensorFlow
:devel-gpu
görüntüsünü indirir ve GPU özellikli kapsayıcıyı çalıştırmak içinnvidia-docker
kullanır. Bu geliştirme görüntüsü, GPU desteğine sahip bir pip paketi oluşturacak şekilde yapılandırılmıştır:docker pull tensorflow/tensorflow:devel-gpu
docker run --gpus all -it -w /tensorflow -v $PWD:/mnt -e HOST_PERMS="$(id -u):$(id -g)" \ tensorflow/tensorflow:devel-gpu bash
git pull # within the container, download the latest source code
Ardından konteynerin sanal ortamında GPU desteğiyle TensorFlow paketini oluşturun:
./configure # if necessary
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /mnt # create package
chown $HOST_PERMS /mnt/tensorflow-version-tags.whl
Paketi kapsayıcıya kurup doğrulayın ve GPU olup olmadığını kontrol edin:
pip uninstall tensorflow # remove current version
pip install /mnt/tensorflow-version-tags.whl
cd /tmp # don't import from source directory
python -c "import tensorflow as tf; print(\"Num GPUs Available: \", len(tf.config.list_physical_devices('GPU')))"
Test edilmiş yapı yapılandırmaları
Linux
İşlemci
Sürüm Python sürümü Derleyici Araçlar oluşturun tensorflow-2.15.0 3.9-3.11 çıngırak 16.0.0 Bazel 6.1.0 tensorflow-2.14.0 3.9-3.11 çıngırak 16.0.0 Bazel 6.1.0 tensorflow-2.13.0 3.8-3.11 çıngırak 16.0.0 Bazel 5.3.0 tensorflow-2.12.0 3.8-3.11 GCC 9.3.1 Bazel 5.3.0 tensorflow-2.11.0 3.7-3.10 GCC 9.3.1 Bazel 5.3.0 tensorflow-2.10.0 3.7-3.10 GCC 9.3.1 Bazel 5.1.1 tensorflow-2.9.0 3.7-3.10 GCC 9.3.1 Bazel 5.0.0 tensorflow-2.8.0 3.7-3.10 GCC 7.3.1 Bazel 4.2.1 tensorflow-2.7.0 3.7-3.9 GCC 7.3.1 Bazel 3.7.2 tensorflow-2.6.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 tensorflow-2.5.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 tensorflow-2.4.0 3.6-3.8 GCC 7.3.1 Bazel 3.1.0 tensorflow-2.3.0 3.5-3.8 GCC 7.3.1 Bazel 3.1.0 tensorflow-2.2.0 3.5-3.8 GCC 7.3.1 Bazel 2.0.0 tensorflow-2.1.0 2,7, 3,5-3,7 GCC 7.3.1 Bazel 0.27.1 tensorflow-2.0.0 2.7, 3.3-3.7 GCC 7.3.1 Bazel 0.26.1 tensorflow-1.15.0 2.7, 3.3-3.7 GCC 7.3.1 Bazel 0.26.1 tensorflow-1.14.0 2.7, 3.3-3.7 GCC 4.8 Bazel 0.24.1 tensorflow-1.13.1 2.7, 3.3-3.7 GCC 4.8 Bazel 0.19.2 tensorflow-1.12.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 tensorflow-1.11.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 tensorflow-1.10.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 tensorflow-1.9.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.11.0 tensorflow-1.8.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.10.0 tensorflow-1.7.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.10.0 tensorflow-1.6.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.9.0 tensorflow-1.5.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.8.0 tensorflow-1.4.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.5.4 tensorflow-1.3.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 tensorflow-1.2.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 tensorflow-1.1.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2 tensorflow-1.0.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2 GPU
Sürüm Python sürümü Derleyici Araçlar oluşturun cuDNN CUDA tensorflow-2.15.0 3.9-3.11 çıngırak 16.0.0 Bazel 6.1.0 8.8 12.2 tensorflow-2.14.0 3.9-3.11 çıngırak 16.0.0 Bazel 6.1.0 8.7 11.8 tensorflow-2.13.0 3.8-3.11 çıngırak 16.0.0 Bazel 5.3.0 8.6 11.8 tensorflow-2.12.0 3.8-3.11 GCC 9.3.1 Bazel 5.3.0 8.6 11.8 tensorflow-2.11.0 3.7-3.10 GCC 9.3.1 Bazel 5.3.0 8.1 11.2 tensorflow-2.10.0 3.7-3.10 GCC 9.3.1 Bazel 5.1.1 8.1 11.2 tensorflow-2.9.0 3.7-3.10 GCC 9.3.1 Bazel 5.0.0 8.1 11.2 tensorflow-2.8.0 3.7-3.10 GCC 7.3.1 Bazel 4.2.1 8.1 11.2 tensorflow-2.7.0 3.7-3.9 GCC 7.3.1 Bazel 3.7.2 8.1 11.2 tensorflow-2.6.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 8.1 11.2 tensorflow-2.5.0 3.6-3.9 GCC 7.3.1 Bazel 3.7.2 8.1 11.2 tensorflow-2.4.0 3.6-3.8 GCC 7.3.1 Bazel 3.1.0 8.0 11.0 tensorflow-2.3.0 3.5-3.8 GCC 7.3.1 Bazel 3.1.0 7.6 10.1 tensorflow-2.2.0 3.5-3.8 GCC 7.3.1 Bazel 2.0.0 7.6 10.1 tensorflow-2.1.0 2,7, 3,5-3,7 GCC 7.3.1 Bazel 0.27.1 7.6 10.1 tensorflow-2.0.0 2.7, 3.3-3.7 GCC 7.3.1 Bazel 0.26.1 7.4 10.0 tensorflow_gpu-1.15.0 2.7, 3.3-3.7 GCC 7.3.1 Bazel 0.26.1 7.4 10.0 tensorflow_gpu-1.14.0 2.7, 3.3-3.7 GCC 4.8 Bazel 0.24.1 7.4 10.0 tensorflow_gpu-1.13.1 2.7, 3.3-3.7 GCC 4.8 Bazel 0.19.2 7.4 10.0 tensorflow_gpu-1.12.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9 tensorflow_gpu-1.11.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9 tensorflow_gpu-1.10.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.15.0 7 9 tensorflow_gpu-1.9.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.11.0 7 9 tensorflow_gpu-1.8.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.10.0 7 9 tensorflow_gpu-1.7.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.9.0 7 9 tensorflow_gpu-1.6.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.9.0 7 9 tensorflow_gpu-1.5.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.8.0 7 9 tensorflow_gpu-1.4.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.5.4 6 8 tensorflow_gpu-1.3.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 6 8 tensorflow_gpu-1.2.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.5 5.1 8 tensorflow_gpu-1.1.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2 5.1 8 tensorflow_gpu-1.0.0 2.7, 3.3-3.6 GCC 4.8 Bazel 0.4.2 5.1 8 Mac os işletim sistemi
İşlemci
Sürüm Python sürümü Derleyici Araçlar oluşturun tensorflow-2.15.0 3.9-3.11 Xcode 10.15'ten gelen çınlama Bazel 6.1.0 tensorflow-2.14.0 3.9-3.11 Xcode 10.15'ten gelen çınlama Bazel 6.1.0 tensorflow-2.13.0 3.8-3.11 Xcode 10.15'ten gelen çınlama Bazel 5.3.0 tensorflow-2.12.0 3.8-3.11 Xcode 10.15'ten gelen çınlama Bazel 5.3.0 tensorflow-2.11.0 3.7-3.10 Xcode 10.14'ten gelen çınlama Bazel 5.3.0 tensorflow-2.10.0 3.7-3.10 Xcode 10.14'ten gelen çınlama Bazel 5.1.1 tensorflow-2.9.0 3.7-3.10 Xcode 10.14'ten gelen çınlama Bazel 5.0.0 tensorflow-2.8.0 3.7-3.10 Xcode 10.14'ten gelen çınlama Bazel 4.2.1 tensorflow-2.7.0 3.7-3.9 Xcode 10.11'den gelen çınlama Bazel 3.7.2 tensorflow-2.6.0 3.6-3.9 Xcode 10.11'den gelen çınlama Bazel 3.7.2 tensorflow-2.5.0 3.6-3.9 Xcode 10.11'den gelen çınlama Bazel 3.7.2 tensorflow-2.4.0 3.6-3.8 Xcode 10.3'ten gelen çınlama Bazel 3.1.0 tensorflow-2.3.0 3.5-3.8 Xcode 10.1'den gelen çınlama Bazel 3.1.0 tensorflow-2.2.0 3.5-3.8 Xcode 10.1'den gelen çınlama Bazel 2.0.0 tensorflow-2.1.0 2,7, 3,5-3,7 Xcode 10.1'den gelen çınlama Bazel 0.27.1 tensorflow-2.0.0 2,7, 3,5-3,7 Xcode 10.1'den gelen çınlama Bazel 0.27.1 tensorflow-2.0.0 2.7, 3.3-3.7 Xcode 10.1'den gelen çınlama Bazel 0.26.1 tensorflow-1.15.0 2.7, 3.3-3.7 Xcode 10.1'den gelen çınlama Bazel 0.26.1 tensorflow-1.14.0 2.7, 3.3-3.7 Xcode'dan Clang Bazel 0.24.1 tensorflow-1.13.1 2.7, 3.3-3.7 Xcode'dan Clang Bazel 0.19.2 tensorflow-1.12.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.15.0 tensorflow-1.11.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.15.0 tensorflow-1.10.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.15.0 tensorflow-1.9.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.11.0 tensorflow-1.8.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.10.1 tensorflow-1.7.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.10.1 tensorflow-1.6.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.8.1 tensorflow-1.5.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.8.1 tensorflow-1.4.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.5.4 tensorflow-1.3.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.4.5 tensorflow-1.2.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.4.5 tensorflow-1.1.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.4.2 tensorflow-1.0.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.4.2 GPU
Sürüm Python sürümü Derleyici Araçlar oluşturun cuDNN CUDA tensorflow_gpu-1.1.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.4.2 5.1 8 tensorflow_gpu-1.0.0 2.7, 3.3-3.6 Xcode'dan Clang Bazel 0.4.2 5.1 8