विंडोज़ पर स्रोत से बनाएँ

स्रोत से एक TensorFlow पाइप पैकेज बनाएं और इसे विंडोज़ पर इंस्टॉल करें।

ध्यान दें: हम विंडोज़ सिस्टम के लिए पहले से ही अच्छी तरह से परीक्षण किए गए, पूर्व-निर्मित TensorFlow पैकेज प्रदान करते हैं।

विंडोज़ के लिए सेटअप

अपने विंडोज़ विकास परिवेश को कॉन्फ़िगर करने के लिए निम्नलिखित बिल्ड टूल इंस्टॉल करें।

Python और TensorFlow पैकेज निर्भरताएँ स्थापित करें

विंडोज़ के लिए पायथन 3.9+ 64-बिट रिलीज़ स्थापित करें। वैकल्पिक सुविधा के रूप में पाइप का चयन करें और इसे अपने %PATH% पर्यावरण चर में जोड़ें।

TensorFlow पाइप पैकेज निर्भरताएँ स्थापित करें:

pip3 install -U pip
pip3 install -U six numpy wheel packaging
pip3 install -U keras_preprocessing --no-deps

निर्भरताएँ REQUIRED_PACKAGES के अंतर्गत setup.py फ़ाइल में सूचीबद्ध हैं।

बेज़ेल स्थापित करें

TensorFlow को संकलित करने के लिए उपयोग किया जाने वाला बिल्ड टूल Bagel इंस्टॉल करें । बेज़ेल संस्करण के लिए, विंडोज़ के लिए परीक्षण किए गए बिल्ड कॉन्फ़िगरेशन देखें। C++ बनाने के लिए बेज़ेल को कॉन्फ़िगर करें।

अपने %PATH% पर्यावरण चर में बेज़ेल निष्पादन योग्य का स्थान जोड़ें।

MSYS2 स्थापित करें

TensorFlow के निर्माण के लिए आवश्यक बिन टूल के लिए MSYS2 स्थापित करें । यदि MSYS2 C:\msys64 पर स्थापित है, तो अपने %PATH% पर्यावरण चर में C:\msys64\usr\bin जोड़ें। फिर, cmd.exe उपयोग करके चलाएँ:

pacman -Syu (requires a console restart)
pacman -S git patch unzip
pacman -S git patch unzip rsync

नोट: TF 2.16.1 से शुरू होने वाले विंडोज प्लेटफ़ॉर्म पर TensorFlow CPU व्हील्स बनाने के लिए क्लैंग पसंदीदा कंपाइलर होगा। वर्तमान में समर्थित संस्करण LLVM/clang 17.0.6 है।

नोट: विंडोज़ पर क्लैंग के साथ निर्माण करने के लिए, एलएलवीएम और विजुअल सी++ बिल्ड टूल्स दोनों को इंस्टॉल करना आवश्यक है, हालांकि विंडोज़ कंपाइलर के रूप में क्लैंग-सीएल.एक्सई का उपयोग करता है, विजुअल सी++ लाइब्रेरीज़ से लिंक करने के लिए विजुअल सी++ बिल्ड टूल्स की आवश्यकता होती है।

विज़ुअल C++ बिल्ड टूल्स 2022 इंस्टॉल करें

विज़ुअल C++ बिल्ड टूल्स 2022 इंस्टॉल करें। यह विज़ुअल स्टूडियो कम्युनिटी 2022 के साथ आता है लेकिन इसे अलग से इंस्टॉल किया जा सकता है:

1. विजुअल स्टूडियो डाउनलोड पर जाएं,
2. विजुअल स्टूडियो या अन्य टूल्स, फ्रेमवर्क और पुनर्वितरणयोग्य के लिए टूल्स का चयन करें,
3. डाउनलोड करें और इंस्टॉल करें:
   • विजुअल स्टूडियो 2022 के लिए टूल बनाएं
   • विजुअल स्टूडियो 2022 के लिए माइक्रोसॉफ्ट विजुअल सी++ पुनर्वितरण योग्य

नोट: TensorFlow का परीक्षण विज़ुअल स्टूडियो कम्युनिटी 2022 के विरुद्ध किया गया है।

एलएलवीएम स्थापित करें

1. एलएलवीएम डाउनलोड पर जाएं,
2. C:/प्रोग्राम फ़ाइलें/LLVM में Windows-संगत LLVM डाउनलोड और इंस्टॉल करें, उदाहरण के लिए, LLVM-17.0.6-win64.exe

GPU समर्थन स्थापित करें (वैकल्पिक)

GPU पर TensorFlow चलाने के लिए आवश्यक ड्राइवर और अतिरिक्त सॉफ़्टवेयर स्थापित करने के लिए Windows GPU समर्थन मार्गदर्शिका देखें।

ध्यान दें: देशी-विंडोज पर जीपीयू समर्थन केवल 2.10 या पुराने संस्करणों के लिए उपलब्ध है, टीएफ 2.11 से शुरू होकर, सीयूडीए बिल्ड विंडोज के लिए समर्थित नहीं है। विंडोज़ पर TensorFlow GPU का उपयोग करने के लिए, आपको WSL2 में TensorFlow को बनाना/इंस्टॉल करना होगा या TensorFlow-DirectML-Plugin के साथ Tensorflow-cpu का उपयोग करना होगा।

TensorFlow स्रोत कोड डाउनलोड करें

TensorFlow रिपॉजिटरी को क्लोन करने के लिए Git का उपयोग करें ( git MSYS2 के साथ स्थापित है):

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow

रेपो master डेवलपमेंट शाखा में डिफ़ॉल्ट होता है। आप निर्माण के लिए एक रिलीज़ शाखा भी देख सकते हैं:

git checkout branch_name  # r1.9, r1.10, etc.

मुख्य बिंदु: यदि आपको नवीनतम विकास शाखा के निर्माण में समस्या हो रही है, तो एक रिलीज़ शाखा का प्रयास करें जो काम करने के लिए जानी जाती है।

वैकल्पिक: पर्यावरण परिवर्तनीय सेट अप

पैकेज निर्माण के साथ समस्याओं से बचने के लिए बिल्ड कमांड चलाने से पहले निम्नलिखित कमांड चलाएँ: (यदि पैकेज स्थापित करते समय नीचे दिए गए कमांड सेट किए गए थे, तो कृपया उन्हें अनदेखा करें)। यह जांचने के लिए set चलाएँ कि क्या सभी पथ सही ढंग से सेट किए गए थे, echo %Environmental Variable% चलाएँ उदाहरण के लिए, किसी विशिष्ट पर्यावरणीय वेरिएबल के लिए सेट किए गए पथ की जाँच करने के लिए echo %BAZEL_VC%

पायथन पथ सेट अप समस्या टेंसरफ़्लो: अंक#59943 , टेंसरफ़्लो: अंक#9436 , टेंसरफ़्लो: अंक#60083

set PATH=path/to/python;%PATH% # [e.g. (C:/Python311)]
set PATH=path/to/python/Scripts;%PATH% # [e.g. (C:/Python311/Scripts)] 
set PYTHON_BIN_PATH=path/to/python_virtualenv/Scripts/python.exe 
set PYTHON_LIB_PATH=path/to/python virtualenv/lib/site-packages 
set PYTHON_DIRECTORY=path/to/python_virtualenv/Scripts 

बेज़ेल/एमएसवीसी/क्लैंग पथ सेट अप समस्या टेंसरफ़्लो: अंक#54578

set BAZEL_SH=C:/msys64/usr/bin/bash.exe 
set BAZEL_VS=C:/Program Files/Microsoft Visual Studio/2022/BuildTools 
set BAZEL_VC=C:/Program Files/Microsoft Visual Studio/2022/BuildTools/VC 
set Bazel_LLVM=C:/Program Files/LLVM (explicitly tell Bazel where LLVM is installed by BAZEL_LLVM, needed while using CLANG)
set PATH=C:/Program Files/LLVM/bin;%PATH% (Optional, needed while using CLANG as Compiler)

वैकल्पिक: बिल्ड कॉन्फ़िगर करें

TensorFlow बिल्ड को रिपॉजिटरी की रूट डायरेक्टरी में .bazelrc फ़ाइल द्वारा कॉन्फ़िगर किया गया है। सामान्य सेटिंग्स को समायोजित करने के लिए ./configure या ./configure.py स्क्रिप्ट का उपयोग किया जा सकता है।

यदि आपको कॉन्फ़िगरेशन बदलने की आवश्यकता है, तो रिपॉजिटरी की रूट निर्देशिका से ./configure स्क्रिप्ट चलाएँ।

python ./configure.py

यह स्क्रिप्ट आपको TensorFlow निर्भरता के स्थान के लिए संकेत देती है और अतिरिक्त बिल्ड कॉन्फ़िगरेशन विकल्प (उदाहरण के लिए कंपाइलर फ़्लैग) मांगती है। निम्नलिखित python ./configure.py का एक नमूना रन दिखाता है (आपका सत्र भिन्न हो सकता है):

नमूना कॉन्फ़िगरेशन सत्र देखें

python ./configure.py
You have bazel 6.5.0 installed.
Please specify the location of python. [Default is C:\Python311\python.exe]:

Found possible Python library paths:
C:\Python311\lib\site-packages
Please input the desired Python library path to use.  Default is [C:\Python311\lib\site-packages]

Do you wish to build TensorFlow with ROCm support? [y/N]:
No ROCm support will be enabled for TensorFlow.

Warning: Cannot build with CUDA support on Windows.
Starting in TF 2.11, CUDA build is not supported for Windows. To use TensorFlow GPU on Windows, you will need to build/install TensorFlow in WSL2.

Do you want to use Clang to build TensorFlow? [Y/n]:
Add "--config=win_clang" to compile TensorFlow with CLANG.

Please specify the path to clang executable. [Default is C:\Program Files\LLVM\bin\clang.EXE]:

You have Clang 17.0.6 installed.

Please specify optimization flags to use during compilation when bazel option "--config=opt" is specified [Default is /arch:AVX]:

Would you like to override eigen strong inline for some C++ compilation to reduce the compilation time? [Y/n]:
Eigen strong inline overridden.

Would you like to interactively configure ./WORKSPACE for Android builds? [y/N]:
Not configuring the WORKSPACE for Android builds.

Preconfigured Bazel build configs. You can use any of the below by adding "--config=<>" to your build command. See .bazelrc for more details.
        --config=mkl            # Build with MKL support.
        --config=mkl_aarch64    # Build with oneDNN and Compute Library for the Arm Architecture (ACL).
        --config=monolithic     # Config for mostly static monolithic build.
        --config=numa           # Build with NUMA support.
        --config=dynamic_kernels        # (Experimental) Build kernels into separate shared objects.
        --config=v1             # Build with TensorFlow 1 API instead of TF 2 API.
Preconfigured Bazel build configs to DISABLE default on features:
        --config=nogcp          # Disable GCP support.
        --config=nonccl         # Disable NVIDIA NCCL support.

पिप पैकेज बनाएं और इंस्टॉल करें

पिप पैकेज दो चरणों में बनाया गया है। bazel build कमांड एक "पैकेज-बिल्डर" प्रोग्राम बनाता है। फिर आप पैकेज बनाने के लिए पैकेज-बिल्डर चलाएँ।

पैकेज-बिल्डर बनाएं

टेंसरफ़्लो: मास्टर रेपो को डिफ़ॉल्ट रूप से 2.x बनाने के लिए अद्यतन किया गया है। बेज़ेल स्थापित करें और टेन्सरफ़्लो पैकेज-बिल्डर बनाने के लिए bazel build उपयोग करें।

bazel build //tensorflow/tools/pip_package:wheel

सीपीयू केवल

केवल-सीपीयू समर्थन के साथ टेन्सरफ्लो पैकेज बिल्डर बनाने के लिए bazel उपयोग करें:

MSVC के साथ निर्माण करें

bazel build --config=opt --repo_env=TF_PYTHON_VERSION=3.11 //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

CLANG के साथ निर्माण करें

CLANG कंपाइलर के साथ TenorFlow बनाने के लिए --config= win_clang उपयोग करें:

bazel build --config=win_clang --repo_env=TF_PYTHON_VERSION=3.11 //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

जीपीयू समर्थन

ध्यान दें: देशी-विंडोज पर जीपीयू समर्थन केवल 2.10 या पुराने संस्करणों के लिए उपलब्ध है, टीएफ 2.11 से शुरू होकर, सीयूडीए बिल्ड विंडोज के लिए समर्थित नहीं है। विंडोज़ पर TensorFlow GPU का उपयोग करने के लिए, आपको WSL2 में TensorFlow को बनाना/इंस्टॉल करना होगा या TensorFlow-DirectML-Plugin के साथ Tensorflow-cpu का उपयोग करना होगा।

GPU समर्थन के साथ TensorFlow पैकेज बिल्डर बनाने के लिए:

bazel build --config=opt --config=cuda --define=no_tensorflow_py_deps=true //tensorflow/tools/pip_package:build_pip_package

अमान्य या पुराने कैश्ड डेटा के कारण होने वाली त्रुटियों को हल करने के लिए बेज़ल कैश को साफ़ करने का आदेश, -एक्सपंज फ़्लैग के साथ बेज़ल क्लीन फ़ाइलों को स्थायी रूप से हटा देता है

bazel clean 
bazel clean --expunge  

बेज़ेल बिल्ड विकल्प

पैकेज निर्माण की समस्याओं से बचने के लिए निर्माण करते समय इस विकल्प का उपयोग करें: टेंसरफ़्लो: अंक#22390

--define=no_tensorflow_py_deps=true

बिल्ड विकल्पों के लिए बेज़ेल कमांड-लाइन संदर्भ देखें।

स्रोत से TensorFlow बनाने में बहुत अधिक RAM का उपयोग हो सकता है। यदि आपका सिस्टम मेमोरी-बाधित है, तो बेज़ेल के रैम उपयोग को सीमित करें: --local_ram_resources=2048 ।

यदि GPU समर्थन के साथ निर्माण किया जा रहा है, तो nvcc चेतावनी संदेशों को दबाने के लिए --copt=-nvcc_options=disable-warnings जोड़ें।

पैकेज बनाएं

पिप पैकेज बनाने के लिए, आपको --repo_env=WHEEL_NAME ध्वज निर्दिष्ट करना होगा। दिए गए नाम के आधार पर, पैकेज बनाया जाएगा। उदाहरण के लिए:

टेंसरफ्लो सीपीयू पैकेज बनाने के लिए:

bazel build //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tensorflow_cpu

रात्रिकालीन पैकेज बनाने के लिए, tensorflow के बजाय tf_nightly सेट करें, उदाहरण के लिए सीपीयू रात्रिकालीन पैकेज बनाने के लिए:

bazel build //tensorflow/tools/pip_package:wheel --repo_env=WHEEL_NAME=tf_nightly_cpu

परिणामस्वरूप, उत्पन्न पहिया स्थित होगा

bazel-bin/tensorflow/tools/pip_package/wheel_house/

पैकेज स्थापित करें

जेनरेट की गई .whl फ़ाइल का फ़ाइल नाम TensorFlow संस्करण और आपके प्लेटफ़ॉर्म पर निर्भर करता है। उदाहरण के लिए, पैकेज को स्थापित करने के लिए pip install उपयोग करें:

pip install bazel-bin/tensorflow/tools/pip_package/wheel_house/tensorflow-version-tags.whl

सफलता: TensorFlow अब स्थापित हो गया है।

MSYS शेल का उपयोग करके निर्माण करें

TensorFlow को MSYS शेल का उपयोग करके भी बनाया जा सकता है। नीचे सूचीबद्ध परिवर्तन करें, फिर Windows मूल कमांड लाइन ( cmd.exe ) के लिए पिछले निर्देशों का पालन करें।

MSYS पथ रूपांतरण अक्षम करें

MSYS स्वचालित रूप से उन तर्कों को परिवर्तित करता है जो यूनिक्स पथों की तरह दिखते हैं, विंडोज़ पथों में, और यह bazel के साथ काम नहीं करता है। (लेबल //path/to:bin यूनिक्स निरपेक्ष पथ माना जाता है क्योंकि यह एक स्लैश से शुरू होता है।)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

अपना पथ सेट करें

अपने $PATH पर्यावरण चर में बेज़ेल और पायथन इंस्टॉलेशन निर्देशिकाएँ जोड़ें। यदि बेज़ेल को C:\tools\bazel.exe पर स्थापित किया गया है, और पायथन को C:\Python\python.exe पर स्थापित किया गया है, तो अपना PATH इसके साथ सेट करें:

# Use Unix-style with ':' as separator
export PATH="/c/tools:$PATH"
export PATH="/c/path/to/Python:$PATH"

GPU समर्थन के लिए, CUDA और cuDNN बिन निर्देशिकाओं को अपने $PATH में जोड़ें:

export PATH="/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/bin:$PATH"
export PATH="/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/extras/CUPTI/libx64:$PATH"
export PATH="/c/tools/cuda/bin:$PATH"

नोट: TF 2.11 से प्रारंभ होकर, CUDA बिल्ड विंडोज़ के लिए समर्थित नहीं है। विंडोज़ पर TensorFlow GPU का उपयोग करने के लिए, आपको WSL2 में TensorFlow को बनाना/इंस्टॉल करना होगा या TensorFlow-DirectML-Plugin के साथ Tensorflow-cpu का उपयोग करना होगा।

बिल्ड कॉन्फ़िगरेशन का परीक्षण किया गया

CPU

संस्करण	पायथन संस्करण	संकलक	उपकरण बनाएं
टेंसरफ़्लो-2.17.0	3.9-3.12	क्लैंग 17.0.6	बेज़ेल 6.5.0
टेंसरफ़्लो-2.16.1	3.9-3.12	क्लैंग 17.0.6	बेज़ेल 6.5.0
टेंसरफ़्लो-2.15.0	3.9-3.11	एमएसवीसी 2019	बेज़ल 6.1.0
टेंसरफ़्लो-2.14.0	3.9-3.11	एमएसवीसी 2019	बेज़ल 6.1.0
टेंसरफ़्लो-2.12.0	3.8-3.11	एमएसवीसी 2019	बेज़ेल 5.3.0
टेंसरफ़्लो-2.11.0	3.7-3.10	एमएसवीसी 2019	बेज़ेल 5.3.0
टेंसरफ़्लो-2.10.0	3.7-3.10	एमएसवीसी 2019	बेज़ेल 5.1.1
टेंसरफ़्लो-2.9.0	3.7-3.10	एमएसवीसी 2019	बेज़ल 5.0.0
टेंसरफ़्लो-2.8.0	3.7-3.10	एमएसवीसी 2019	बेज़ेल 4.2.1
टेंसरफ़्लो-2.7.0	3.7-3.9	एमएसवीसी 2019	बेज़ेल 3.7.2
टेंसरफ़्लो-2.6.0	3.6-3.9	एमएसवीसी 2019	बेज़ेल 3.7.2
टेंसरफ़्लो-2.5.0	3.6-3.9	एमएसवीसी 2019	बेज़ेल 3.7.2
टेंसरफ़्लो-2.4.0	3.6-3.8	एमएसवीसी 2019	बेज़ेल 3.1.0
टेंसरफ़्लो-2.3.0	3.5-3.8	एमएसवीसी 2019	बेज़ेल 3.1.0
टेंसरफ़्लो-2.2.0	3.5-3.8	एमएसवीसी 2019	बेज़ल 2.0.0
टेंसरफ़्लो-2.1.0	3.5-3.7	एमएसवीसी 2019	बेज़ेल 0.27.1-0.29.1
टेंसरफ़्लो-2.0.0	3.5-3.7	एमएसवीसी 2017	बेज़ेल 0.26.1
टेंसरफ़्लो-1.15.0	3.5-3.7	एमएसवीसी 2017	बेज़ेल 0.26.1
टेंसरफ़्लो-1.14.0	3.5-3.7	एमएसवीसी 2017	बेज़ेल 0.24.1-0.25.2
टेंसरफ़्लो-1.13.0	3.5-3.7	एमएसवीसी 2015 अपडेट 3	बेज़ेल 0.19.0-0.21.0
टेंसरफ़्लो-1.12.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	बेज़ेल 0.15.0
टेंसरफ़्लो-1.11.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	बेज़ेल 0.15.0
टेंसरफ़्लो-1.10.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.9.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.8.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.7.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.6.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.5.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.4.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.3.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.2.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.1.0	3.5	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3
टेंसरफ़्लो-1.0.0	3.5	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3

जीपीयू

ध्यान दें: देशी-विंडोज पर जीपीयू समर्थन केवल 2.10 या पुराने संस्करणों के लिए उपलब्ध है, टीएफ 2.11 से शुरू होकर, सीयूडीए बिल्ड विंडोज के लिए समर्थित नहीं है। विंडोज़ पर TensorFlow GPU का उपयोग करने के लिए, आपको WSL2 में TensorFlow को बनाना/इंस्टॉल करना होगा या TensorFlow-DirectML-Plugin के साथ Tensorflow-cpu का उपयोग करना होगा।

संस्करण	पायथन संस्करण	संकलक	उपकरण बनाएं	cuDNN	CUDA
टेंसरफ्लो_जीपीयू-2.10.0	3.7-3.10	एमएसवीसी 2019	बेज़ेल 5.1.1	8.1	11.2
टेंसरफ्लो_जीपीयू-2.9.0	3.7-3.10	एमएसवीसी 2019	बेज़ल 5.0.0	8.1	11.2
टेंसरफ्लो_जीपीयू-2.8.0	3.7-3.10	एमएसवीसी 2019	बेज़ेल 4.2.1	8.1	11.2
टेंसरफ्लो_जीपीयू-2.7.0	3.7-3.9	एमएसवीसी 2019	बेज़ेल 3.7.2	8.1	11.2
टेंसरफ्लो_जीपीयू-2.6.0	3.6-3.9	एमएसवीसी 2019	बेज़ेल 3.7.2	8.1	11.2
टेंसरफ्लो_जीपीयू-2.5.0	3.6-3.9	एमएसवीसी 2019	बेज़ेल 3.7.2	8.1	11.2
टेंसरफ्लो_जीपीयू-2.4.0	3.6-3.8	एमएसवीसी 2019	बेज़ेल 3.1.0	8.0	11.0
टेंसरफ्लो_जीपीयू-2.3.0	3.5-3.8	एमएसवीसी 2019	बेज़ेल 3.1.0	7.6	10.1
टेंसरफ़्लो_जीपीयू-2.2.0	3.5-3.8	एमएसवीसी 2019	बेज़ल 2.0.0	7.6	10.1
टेंसरफ्लो_जीपीयू-2.1.0	3.5-3.7	एमएसवीसी 2019	बेज़ेल 0.27.1-0.29.1	7.6	10.1
टेंसरफ्लो_जीपीयू-2.0.0	3.5-3.7	एमएसवीसी 2017	बेज़ेल 0.26.1	7.4	10
टेंसरफ्लो_जीपीयू-1.15.0	3.5-3.7	एमएसवीसी 2017	बेज़ेल 0.26.1	7.4	10
टेंसरफ्लो_जीपीयू-1.14.0	3.5-3.7	एमएसवीसी 2017	बेज़ेल 0.24.1-0.25.2	7.4	10
टेंसरफ्लो_जीपीयू-1.13.0	3.5-3.7	एमएसवीसी 2015 अपडेट 3	बेज़ेल 0.19.0-0.21.0	7.4	10
टेंसरफ्लो_जीपीयू-1.12.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	बेज़ेल 0.15.0	7.2	9.0
टेंसरफ्लो_जीपीयू-1.11.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	बेज़ेल 0.15.0	7	9
टेंसरफ्लो_जीपीयू-1.10.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	7	9
टेंसरफ्लो_जीपीयू-1.9.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	7	9
टेंसरफ्लो_जीपीयू-1.8.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	7	9
टेंसरफ्लो_जीपीयू-1.7.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	7	9
टेंसरफ्लो_जीपीयू-1.6.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	7	9
टेंसरफ्लो_जीपीयू-1.5.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	7	9
टेंसरफ्लो_जीपीयू-1.4.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	6	8
टेंसरफ्लो_जीपीयू-1.3.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	6	8
टेंसरफ्लो_जीपीयू-1.2.0	3.5-3.6	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	5.1	8
टेंसरफ्लो_जीपीयू-1.1.0	3.5	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	5.1	8
टेंसरफ्लो_जीपीयू-1.0.0	3.5	एमएसवीसी 2015 अपडेट 3	सीमेक v3.6.3	5.1	8