สร้างจากซอร์สบน Windows, สร้างจากซอร์สบน Windows

สร้างแพ็คเกจ pip ของ TensorFlow จากแหล่งที่มาและติดตั้งบน Windows

หมายเหตุ: เรามี แพ็คเกจ TensorFlow ที่สร้างไว้ล่วงหน้าและผ่านการทดสอบอย่างดีสำหรับระบบ Windows แล้ว

การตั้งค่าสำหรับ Windows

ติดตั้งเครื่องมือสร้างต่อไปนี้เพื่อกำหนดค่าสภาพแวดล้อมการพัฒนา Windows ของคุณ

ติดตั้งการขึ้นต่อกันของแพ็คเกจ Python และ TensorFlow

ติดตั้ง Python 3.9+ 64-บิตสำหรับ Windows เลือก pip เป็นคุณสมบัติเสริม และเพิ่มลงในตัวแปรสภาพแวดล้อม %PATH% ของคุณ

ติดตั้งการพึ่งพาแพ็คเกจ pip ของ TensorFlow:

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

การขึ้นต่อกันแสดงอยู่ในไฟล์ setup.py ใต้ REQUIRED_PACKAGES

ติดตั้งบาเซล

ติดตั้ง Bazel ซึ่งเป็นเครื่องมือสร้างที่ใช้ในการคอมไพล์ TensorFlow สำหรับเวอร์ชัน Bazel โปรดดู การกำหนดค่าบิลด์ที่ทดสอบแล้ว สำหรับ Windows กำหนดค่า Bazel เพื่อ สร้าง C++

เพิ่มตำแหน่งของไฟล์ปฏิบัติการ Bazel ให้กับตัวแปรสภาพแวดล้อม %PATH% ของคุณ

ติดตั้ง MSYS2

ติดตั้ง MSYS2 สำหรับเครื่องมือ bin ที่จำเป็นในการสร้าง TensorFlow หากติดตั้ง MSYS2 ไว้ที่ C:\msys64 ให้เพิ่ม C:\msys64\usr\bin ให้กับตัวแปรสภาพแวดล้อม %PATH% ของคุณ จากนั้นใช้ cmd.exe รัน:

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

หมายเหตุ: Clang จะเป็นคอมไพเลอร์ที่ต้องการในการสร้าง TensorFlow CPU wheel บนแพลตฟอร์ม Windows ที่เริ่มต้นด้วย TF 2.16.1 เวอร์ชันที่รองรับในปัจจุบันคือ LLVM/clang 17.0.6

หมายเหตุ: ในการสร้างด้วย Clang บน Windows จำเป็นต้องติดตั้งทั้งเครื่องมือ LLVM และ Visual C++ Build เหมือนกับว่า Windows จะใช้ clang-cl.exe เป็นคอมไพเลอร์ แต่จำเป็นต้องใช้เครื่องมือ Visual C++ Build เพื่อลิงก์ไปยังไลบรารี Visual C++

ติดตั้งเครื่องมือสร้าง Visual C++ 2022

ติดตั้ง เครื่องมือสร้าง Visual C++ 2022 สิ่งนี้มาพร้อมกับ Visual Studio Community 2022 แต่สามารถติดตั้งแยกกันได้:

1. ไปที่ การดาวน์โหลด Visual Studio
2. เลือก เครื่องมือสำหรับ Visual Studio หรือเครื่องมืออื่นๆ Framework และ Redistributables
3. ดาวน์โหลดและติดตั้ง:
   • สร้างเครื่องมือสำหรับ Visual Studio 2022
   • Microsoft Visual C++ สามารถแจกจ่ายต่อได้สำหรับ Visual Studio 2022

หมายเหตุ: TensorFlow ได้รับการทดสอบกับ Visual Studio Community 2022

ติดตั้ง LLVM

1. ไปที่ การดาวน์โหลด LLVM
2. ดาวน์โหลดและติดตั้ง LLVM ที่เข้ากันได้กับ Windows ใน C:/Program Files/LLVM เช่น LLVM-17.0.6-win64.exe

ติดตั้งการรองรับ GPU (ไม่จำเป็น)

ดูคู่มือ สนับสนุน Windows GPU เพื่อติดตั้งไดรเวอร์และซอฟต์แวร์เพิ่มเติมที่จำเป็นสำหรับการเรียกใช้ TensorFlow บน GPU

หมายเหตุ: การรองรับ GPU บน Windows แบบเนทีฟมีให้ในเวอร์ชัน 2.10 หรือก่อนหน้าเท่านั้น เริ่มตั้งแต่ TF 2.11 เป็นต้นไป บิลด์ CUDA ไม่รองรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

ดาวน์โหลดซอร์สโค้ด TensorFlow

ใช้ Git เพื่อโคลน พื้นที่เก็บข้อมูล TensorFlow ( git ได้รับการติดตั้งด้วย MSYS2):

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

repo มีค่าเริ่มต้นเป็นสาขาการพัฒนา master คุณยังสามารถตรวจสอบ สาขาการเผยแพร่ เพื่อสร้าง:

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

ประเด็นสำคัญ: หากคุณประสบปัญหาในการสร้างในสาขาการพัฒนาล่าสุด ให้ลองใช้สาขาที่เผยแพร่ซึ่งทราบว่าใช้งานได้

ทางเลือก: การตั้งค่าตัวแปรสภาพแวดล้อม

รันคำสั่งต่อไปนี้ก่อนที่จะรันคำสั่ง build เพื่อหลีกเลี่ยงปัญหาในการสร้างแพ็คเกจ: (หากคำสั่งด้านล่างได้รับการตั้งค่าขณะติดตั้งแพ็คเกจ โปรดละเว้นคำสั่งเหล่านั้น) รัน set เพื่อตรวจสอบว่าพาธทั้งหมดได้รับการตั้งค่าอย่างถูกต้องหรือไม่ ให้รัน echo %Environmental Variable% เช่น echo %BAZEL_VC% เพื่อตรวจสอบพาธที่ตั้งค่าไว้สำหรับตัวแปรสภาพแวดล้อมเฉพาะ

เส้นทาง Python ตั้งค่าปัญหา tensorflow:issue#59943 , tensorflow:issue#9436 , tensorflow:issue#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 

เส้นทาง Bazel/MSVC/CLANG ตั้งค่าปัญหา tensorflow:issue#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)

ทางเลือก: กำหนดคอนฟิกบิลด์

บิวด์ TensorFlow ได้รับการกำหนดค่าโดยไฟล์ .bazelrc ในไดเร็กทอรีรากของที่เก็บ คุณสามารถใช้สคริปต์ ./configure หรือ ./configure.py เพื่อปรับการตั้งค่าทั่วไปได้

หากคุณต้องการเปลี่ยนการกำหนดค่า ให้รันสคริปต์ ./configure จากไดเร็กทอรีรากของที่เก็บ

python ./configure.py

สคริปต์นี้จะแจ้งให้คุณทราบตำแหน่งของการขึ้นต่อกันของ TensorFlow และขอตัวเลือกการกำหนดค่าบิวด์เพิ่มเติม (เช่น แฟล็กคอมไพเลอร์) ข้อมูลต่อไปนี้แสดงตัวอย่างการทำงานของ python ./configure.py (เซสชันของคุณอาจแตกต่างกัน):

ดูเซสชันการกำหนดค่าตัวอย่าง

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.

สร้างและติดตั้งแพ็คเกจ pip

แพ็คเกจ pip ถูกสร้างขึ้นในสองขั้นตอน คำสั่ง bazel build จะสร้างโปรแกรม "package-builder" จากนั้นคุณรันตัวสร้างแพ็คเกจเพื่อสร้างแพ็คเกจ

สร้างตัวสร้างแพ็คเกจ

tensorflow:master repo ได้รับการอัพเดตเป็น build 2.x ตามค่าเริ่มต้น ติดตั้ง Bazel และใช้ bazel build เพื่อสร้างตัวสร้างแพ็คเกจ TensorFlow

bazel build //tensorflow/tools/pip_package:wheel

CPU เท่านั้น

ใช้ bazel เพื่อสร้างตัวสร้างแพ็คเกจ TensorFlow พร้อมรองรับ CPU เท่านั้น:

สร้างด้วย MSVC

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

สร้างด้วย CLANG

ใช้ --config= win_clang เพื่อสร้าง TenorFlow ด้วย CLANG Compiler:

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

รองรับจีพียู

หมายเหตุ: การรองรับ GPU บน Windows แบบเนทีฟมีให้ในเวอร์ชัน 2.10 หรือก่อนหน้าเท่านั้น เริ่มตั้งแต่ TF 2.11 เป็นต้นไป บิลด์ CUDA ไม่รองรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

หากต้องการสร้างตัวสร้างแพ็คเกจ TensorFlow พร้อมรองรับ GPU:

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

คำสั่งเพื่อล้างแคช Bazel เพื่อแก้ไขข้อผิดพลาดเนื่องจากข้อมูลแคชที่ไม่ถูกต้องหรือล้าสมัย การล้าง Bazel ด้วยแฟล็ก --expunge จะลบไฟล์อย่างถาวร

bazel clean 
bazel clean --expunge  

ตัวเลือกการสร้าง Bazel

ใช้ตัวเลือกนี้เมื่อสร้างเพื่อหลีกเลี่ยงปัญหาในการสร้างแพ็คเกจ: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

ดู การอ้างอิงบรรทัดคำสั่ง Bazel สำหรับ ตัวเลือกบิลด์

การสร้าง TensorFlow จากแหล่งที่มาสามารถใช้ RAM ได้จำนวนมาก หากระบบของคุณมีหน่วยความจำจำกัด ให้จำกัดการใช้ RAM ของ Bazel ด้วย: --local_ram_resources=2048

หากสร้างด้วยการรองรับ GPU ให้เพิ่ม --copt=-nvcc_options=disable-warnings เพื่อระงับข้อความเตือน nvcc

สร้างแพ็คเกจ

หากต้องการสร้างแพ็คเกจ pip คุณต้องระบุแฟล็ก --repo_env=WHEEL_NAME แพ็คเกจจะถูกสร้างขึ้นขึ้นอยู่กับชื่อที่ระบุ ตัวอย่างเช่น:

วิธีสร้างแพ็คเกจ CPU tensorflow:

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

หากต้องการสร้างแพ็คเกจกลางคืน ให้ตั้งค่า tf_nightly แทน tensorflow เช่น สร้างแพ็คเกจ CPU ทุกคืน:

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

เป็นผลให้วงล้อที่สร้างจะอยู่ในตำแหน่ง

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

ติดตั้งแพ็คเกจ

ชื่อไฟล์ของไฟล์ .whl ที่สร้างขึ้นจะขึ้นอยู่กับเวอร์ชัน TensorFlow และแพลตฟอร์มของคุณ ใช้ pip install เพื่อติดตั้งแพ็คเกจ ตัวอย่างเช่น:

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

สำเร็จ: ติดตั้ง TensorFlow แล้ว

สร้างโดยใช้เชลล์ MSYS

TensorFlow สามารถสร้างได้โดยใช้เชลล์ MSYS ทำการเปลี่ยนแปลงตามรายการด้านล่าง จากนั้นทำตามคำแนะนำก่อนหน้าสำหรับบรรทัดคำสั่งเนทิฟของ Windows ( cmd.exe )

ปิดใช้งานการแปลงเส้นทาง MSYS

MSYS แปลงอาร์กิวเมนต์ที่ดูเหมือนเส้นทาง Unix ไปเป็นเส้นทาง Windows โดยอัตโนมัติ และสิ่งนี้ใช้ไม่ได้กับ bazel (ป้ายกำกับ //path/to:bin ถือเป็นเส้นทางสัมบูรณ์ของ Unix เนื่องจากเริ่มต้นด้วยเครื่องหมายทับ)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

กำหนดเส้นทางของคุณ

เพิ่มไดเร็กทอรีการติดตั้ง Bazel และ Python ให้กับตัวแปรสภาพแวดล้อม $PATH ของคุณ หากติดตั้ง Bazel เป็น C:\tools\bazel.exe และ Python เป็น C:\Python\python.exe ให้ตั้งค่า PATH ของคุณด้วย:

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

สำหรับการรองรับ GPU ให้เพิ่มไดเร็กทอรี CUDA และ cuDNN bin ให้กับ $PATH :

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"

หมายเหตุ: ตั้งแต่ TF 2.11 เป็นต้นไป CUDA build ไม่ได้รับการสนับสนุนสำหรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

ทดสอบการกำหนดค่าบิลด์แล้ว

ซีพียู

เวอร์ชัน	เวอร์ชันหลาม	คอมไพเลอร์	สร้างเครื่องมือ
เทนเซอร์โฟลว์-2.18.0	3.9-3.12	เสียงดังกราว 17.0.6	บาเซล 6.5.0
เทนเซอร์โฟลว์-2.17.0	3.9-3.12	เสียงดังกราว 17.0.6	บาเซล 6.5.0
เทนเซอร์โฟลว์-2.16.1	3.9-3.12	เสียงดังกราว 17.0.6	บาเซล 6.5.0
เทนเซอร์โฟลว์-2.15.0	3.9-3.11	เอ็มเอสวีซี 2019	บาเซล 6.1.0
เทนเซอร์โฟลว์-2.14.0	3.9-3.11	เอ็มเอสวีซี 2019	บาเซล 6.1.0
เทนเซอร์โฟลว์-2.12.0	3.8-3.11	เอ็มเอสวีซี 2019	บาเซล 5.3.0
เทนเซอร์โฟลว์-2.11.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.3.0
เทนเซอร์โฟลว์-2.10.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.1.1
เทนเซอร์โฟลว์-2.9.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.0.0
เทนเซอร์โฟลว์-2.8.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 4.2.1
เทนเซอร์โฟลว์-2.7.0	3.7-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2
เทนเซอร์โฟลว์-2.6.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2
เทนเซอร์โฟลว์-2.5.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2
เทนเซอร์โฟลว์-2.4.0	3.6-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0
เทนเซอร์โฟลว์-2.3.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0
เทนเซอร์โฟลว์-2.2.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 2.0.0
เทนเซอร์โฟลว์-2.1.0	3.5-3.7	เอ็มเอสวีซี 2019	บาเซล 0.27.1-0.29.1
เทนเซอร์โฟลว์-2.0.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1
เทนเซอร์โฟลว์-1.15.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1
เทนเซอร์โฟลว์-1.14.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.24.1-0.25.2
เทนเซอร์โฟลว์-1.13.0	3.5-3.7	MSVC 2015 อัปเดต 3	บาเซล 0.19.0-0.21.0
เทนเซอร์โฟลว์-1.12.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0
เทนเซอร์โฟลว์-1.11.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0
เทนเซอร์โฟลว์-1.10.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.9.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.8.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.7.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.6.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.5.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.4.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.3.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.2.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.1.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.0.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3

จีพียู

หมายเหตุ: การรองรับ GPU บน Windows แบบเนทีฟมีให้ในเวอร์ชัน 2.10 หรือก่อนหน้าเท่านั้น เริ่มตั้งแต่ TF 2.11 เป็นต้นไป บิลด์ CUDA ไม่รองรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

เวอร์ชัน	เวอร์ชันหลาม	คอมไพเลอร์	สร้างเครื่องมือ	cuDNN	CUDA
tensorflow_gpu-2.10.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.1.1	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.9.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.0.0	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.8.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 4.2.1	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.7.0	3.7-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.6.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.5.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.4.0	3.6-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0	8.0	11.0
เทนเซอร์โฟลว์_gpu-2.3.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0	7.6	10.1
เทนเซอร์โฟลว์_gpu-2.2.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 2.0.0	7.6	10.1
เทนเซอร์โฟลว์_gpu-2.1.0	3.5-3.7	เอ็มเอสวีซี 2019	บาเซล 0.27.1-0.29.1	7.6	10.1
เทนเซอร์โฟลว์_gpu-2.0.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1	7.4	10
เทนเซอร์โฟลว์_gpu-1.15.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1	7.4	10
เทนเซอร์โฟลว์_gpu-1.14.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.24.1-0.25.2	7.4	10
เทนเซอร์โฟลว์_gpu-1.13.0	3.5-3.7	MSVC 2015 อัปเดต 3	บาเซล 0.19.0-0.21.0	7.4	10
เทนเซอร์โฟลว์_gpu-1.12.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0	7.2	9.0
เทนเซอร์โฟลว์_gpu-1.11.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0	7	9
tensorflow_gpu-1.10.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.9.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.8.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.7.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.6.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.5.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.4.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	6	8
เทนเซอร์โฟลว์_gpu-1.3.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	6	8
เทนเซอร์โฟลว์_gpu-1.2.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	5.1	8
เทนเซอร์โฟลว์_gpu-1.1.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	5.1	8
เทนเซอร์โฟลว์_gpu-1.0.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	5.1	8

-

สร้างแพ็คเกจ pip ของ TensorFlow จากแหล่งที่มาและติดตั้งบน Windows

หมายเหตุ: เรามี แพ็คเกจ TensorFlow ที่สร้างไว้ล่วงหน้าและผ่านการทดสอบอย่างดีสำหรับระบบ Windows แล้ว

การตั้งค่าสำหรับ Windows

ติดตั้งเครื่องมือสร้างต่อไปนี้เพื่อกำหนดค่าสภาพแวดล้อมการพัฒนา Windows ของคุณ

ติดตั้งการขึ้นต่อกันของแพ็คเกจ Python และ TensorFlow

ติดตั้ง Python 3.9+ 64-บิตสำหรับ Windows เลือก pip เป็นคุณสมบัติเสริม และเพิ่มลงในตัวแปรสภาพแวดล้อม %PATH% ของคุณ

ติดตั้งการพึ่งพาแพ็คเกจ pip ของ TensorFlow:

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

การขึ้นต่อกันแสดงอยู่ในไฟล์ setup.py ใต้ REQUIRED_PACKAGES

ติดตั้งบาเซล

ติดตั้ง Bazel ซึ่งเป็นเครื่องมือสร้างที่ใช้ในการคอมไพล์ TensorFlow สำหรับเวอร์ชัน Bazel โปรดดู การกำหนดค่าบิลด์ที่ทดสอบแล้ว สำหรับ Windows กำหนดค่า Bazel เพื่อ สร้าง C++

เพิ่มตำแหน่งของไฟล์ปฏิบัติการ Bazel ให้กับตัวแปรสภาพแวดล้อม %PATH% ของคุณ

ติดตั้ง MSYS2

ติดตั้ง MSYS2 สำหรับเครื่องมือ bin ที่จำเป็นในการสร้าง TensorFlow หากติดตั้ง MSYS2 ไว้ที่ C:\msys64 ให้เพิ่ม C:\msys64\usr\bin ให้กับตัวแปรสภาพแวดล้อม %PATH% ของคุณ จากนั้นใช้ cmd.exe รัน:

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

หมายเหตุ: Clang จะเป็นคอมไพเลอร์ที่ต้องการในการสร้าง TensorFlow CPU wheel บนแพลตฟอร์ม Windows ที่เริ่มต้นด้วย TF 2.16.1 เวอร์ชันที่รองรับในปัจจุบันคือ LLVM/clang 17.0.6

หมายเหตุ: ในการสร้างด้วย Clang บน Windows จำเป็นต้องติดตั้งทั้งเครื่องมือ LLVM และ Visual C++ Build เหมือนกับว่า Windows จะใช้ clang-cl.exe เป็นคอมไพเลอร์ แต่จำเป็นต้องใช้เครื่องมือ Visual C++ Build เพื่อลิงก์ไปยังไลบรารี Visual C++

ติดตั้งเครื่องมือสร้าง Visual C++ 2022

ติดตั้ง เครื่องมือสร้าง Visual C++ 2022 สิ่งนี้มาพร้อมกับ Visual Studio Community 2022 แต่สามารถติดตั้งแยกกันได้:

1. ไปที่ การดาวน์โหลด Visual Studio
2. เลือก เครื่องมือสำหรับ Visual Studio หรือเครื่องมืออื่นๆ Framework และ Redistributables
3. ดาวน์โหลดและติดตั้ง:
   • สร้างเครื่องมือสำหรับ Visual Studio 2022
   • Microsoft Visual C++ สามารถแจกจ่ายต่อได้สำหรับ Visual Studio 2022

หมายเหตุ: TensorFlow ได้รับการทดสอบกับ Visual Studio Community 2022

ติดตั้ง LLVM

1. ไปที่ การดาวน์โหลด LLVM
2. ดาวน์โหลดและติดตั้ง LLVM ที่เข้ากันได้กับ Windows ใน C:/Program Files/LLVM เช่น LLVM-17.0.6-win64.exe

ติดตั้งการรองรับ GPU (ไม่จำเป็น)

ดูคู่มือ สนับสนุน Windows GPU เพื่อติดตั้งไดรเวอร์และซอฟต์แวร์เพิ่มเติมที่จำเป็นสำหรับการเรียกใช้ TensorFlow บน GPU

หมายเหตุ: การรองรับ GPU บน Windows แบบเนทีฟมีให้ในเวอร์ชัน 2.10 หรือก่อนหน้าเท่านั้น เริ่มตั้งแต่ TF 2.11 เป็นต้นไป บิลด์ CUDA ไม่รองรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

ดาวน์โหลดซอร์สโค้ด TensorFlow

ใช้ Git เพื่อโคลน พื้นที่เก็บข้อมูล TensorFlow ( git ได้รับการติดตั้งด้วย MSYS2):

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

repo มีค่าเริ่มต้นเป็นสาขาการพัฒนา master คุณยังสามารถตรวจสอบ สาขาการเผยแพร่ เพื่อสร้าง:

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

ประเด็นสำคัญ: หากคุณประสบปัญหาในการสร้างในสาขาการพัฒนาล่าสุด ให้ลองใช้สาขาที่เผยแพร่ซึ่งทราบว่าใช้งานได้

ทางเลือก: การตั้งค่าตัวแปรสภาพแวดล้อม

รันคำสั่งต่อไปนี้ก่อนที่จะรันคำสั่ง build เพื่อหลีกเลี่ยงปัญหาในการสร้างแพ็คเกจ: (หากคำสั่งด้านล่างได้รับการตั้งค่าขณะติดตั้งแพ็คเกจ โปรดละเว้นคำสั่งเหล่านั้น) รัน set เพื่อตรวจสอบว่าพาธทั้งหมดได้รับการตั้งค่าอย่างถูกต้องหรือไม่ ให้รัน echo %Environmental Variable% เช่น echo %BAZEL_VC% เพื่อตรวจสอบพาธที่ตั้งค่าไว้สำหรับตัวแปรสภาพแวดล้อมเฉพาะ

เส้นทาง Python ตั้งค่าปัญหา tensorflow:issue#59943 , tensorflow:issue#9436 , tensorflow:issue#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 

เส้นทาง Bazel/MSVC/CLANG ตั้งค่าปัญหา tensorflow:issue#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)

ทางเลือก: กำหนดคอนฟิกบิลด์

บิวด์ TensorFlow ได้รับการกำหนดค่าโดยไฟล์ .bazelrc ในไดเร็กทอรีรากของที่เก็บ คุณสามารถใช้สคริปต์ ./configure หรือ ./configure.py เพื่อปรับการตั้งค่าทั่วไปได้

หากคุณต้องการเปลี่ยนการกำหนดค่า ให้รันสคริปต์ ./configure จากไดเร็กทอรีรากของที่เก็บ

python ./configure.py

สคริปต์นี้จะแจ้งให้คุณทราบตำแหน่งของการขึ้นต่อกันของ TensorFlow และขอตัวเลือกการกำหนดค่าบิวด์เพิ่มเติม (เช่น แฟล็กคอมไพเลอร์) ข้อมูลต่อไปนี้แสดงตัวอย่างการทำงานของ python ./configure.py (เซสชันของคุณอาจแตกต่างกัน):

ดูเซสชันการกำหนดค่าตัวอย่าง

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.

สร้างและติดตั้งแพ็คเกจ pip

แพ็คเกจ pip ถูกสร้างขึ้นในสองขั้นตอน คำสั่ง bazel build จะสร้างโปรแกรม "package-builder" จากนั้นคุณรันตัวสร้างแพ็คเกจเพื่อสร้างแพ็คเกจ

สร้างตัวสร้างแพ็คเกจ

tensorflow:master repo ได้รับการอัพเดตเป็น build 2.x ตามค่าเริ่มต้น ติดตั้ง Bazel และใช้ bazel build เพื่อสร้างตัวสร้างแพ็คเกจ TensorFlow

bazel build //tensorflow/tools/pip_package:wheel

CPU เท่านั้น

ใช้ bazel เพื่อสร้างตัวสร้างแพ็คเกจ TensorFlow พร้อมรองรับ CPU เท่านั้น:

สร้างด้วย MSVC

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

สร้างด้วย CLANG

ใช้ --config= win_clang เพื่อสร้าง TenorFlow ด้วย CLANG Compiler:

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

รองรับจีพียู

หมายเหตุ: การรองรับ GPU บน Windows แบบเนทีฟมีให้ในเวอร์ชัน 2.10 หรือก่อนหน้าเท่านั้น เริ่มตั้งแต่ TF 2.11 เป็นต้นไป บิลด์ CUDA ไม่รองรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

หากต้องการสร้างตัวสร้างแพ็คเกจ TensorFlow พร้อมรองรับ GPU:

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

คำสั่งเพื่อล้างแคช Bazel เพื่อแก้ไขข้อผิดพลาดเนื่องจากข้อมูลแคชที่ไม่ถูกต้องหรือล้าสมัย การล้าง Bazel ด้วยแฟล็ก --expunge จะลบไฟล์อย่างถาวร

bazel clean 
bazel clean --expunge  

ตัวเลือกการสร้าง Bazel

ใช้ตัวเลือกนี้เมื่อสร้างเพื่อหลีกเลี่ยงปัญหาในการสร้างแพ็คเกจ: tensorflow:issue#22390

--define=no_tensorflow_py_deps=true

ดู การอ้างอิงบรรทัดคำสั่ง Bazel สำหรับ ตัวเลือกบิลด์

การสร้าง TensorFlow จากแหล่งที่มาสามารถใช้ RAM ได้จำนวนมาก หากระบบของคุณมีหน่วยความจำจำกัด ให้จำกัดการใช้ RAM ของ Bazel ด้วย: --local_ram_resources=2048

หากสร้างด้วยการรองรับ GPU ให้เพิ่ม --copt=-nvcc_options=disable-warnings เพื่อระงับข้อความเตือน nvcc

สร้างแพ็คเกจ

หากต้องการสร้างแพ็คเกจ pip คุณต้องระบุแฟล็ก --repo_env=WHEEL_NAME แพ็คเกจจะถูกสร้างขึ้นขึ้นอยู่กับชื่อที่ระบุ ตัวอย่างเช่น:

วิธีสร้างแพ็คเกจ CPU tensorflow:

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

หากต้องการสร้างแพ็คเกจกลางคืน ให้ตั้งค่า tf_nightly แทน tensorflow เช่น สร้างแพ็คเกจ CPU ทุกคืน:

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

เป็นผลให้วงล้อที่สร้างจะอยู่ในตำแหน่ง

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

ติดตั้งแพ็คเกจ

ชื่อไฟล์ของไฟล์ .whl ที่สร้างขึ้นจะขึ้นอยู่กับเวอร์ชัน TensorFlow และแพลตฟอร์มของคุณ ใช้ pip install เพื่อติดตั้งแพ็คเกจ ตัวอย่างเช่น:

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

สำเร็จ: ติดตั้ง TensorFlow แล้ว

สร้างโดยใช้เชลล์ MSYS

TensorFlow สามารถสร้างได้โดยใช้เชลล์ MSYS ทำการเปลี่ยนแปลงตามรายการด้านล่าง จากนั้นทำตามคำแนะนำก่อนหน้าสำหรับบรรทัดคำสั่งเนทิฟของ Windows ( cmd.exe )

ปิดใช้งานการแปลงเส้นทาง MSYS

MSYS แปลงอาร์กิวเมนต์ที่ดูเหมือนเส้นทาง Unix ไปเป็นเส้นทาง Windows โดยอัตโนมัติ และสิ่งนี้ใช้ไม่ได้กับ bazel (ป้ายกำกับ //path/to:bin ถือเป็นเส้นทางสัมบูรณ์ของ Unix เนื่องจากเริ่มต้นด้วยเครื่องหมายทับ)

export MSYS_NO_PATHCONV=1
export MSYS2_ARG_CONV_EXCL="*"

กำหนดเส้นทางของคุณ

เพิ่มไดเร็กทอรีการติดตั้ง Bazel และ Python ให้กับตัวแปรสภาพแวดล้อม $PATH ของคุณ หากติดตั้ง Bazel เป็น C:\tools\bazel.exe และ Python เป็น C:\Python\python.exe ให้ตั้งค่า PATH ของคุณด้วย:

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

สำหรับการรองรับ GPU ให้เพิ่มไดเร็กทอรี CUDA และ cuDNN bin ให้กับ $PATH :

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"

หมายเหตุ: ตั้งแต่ TF 2.11 เป็นต้นไป CUDA build ไม่ได้รับการสนับสนุนสำหรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

ทดสอบการกำหนดค่าบิลด์แล้ว

ซีพียู

เวอร์ชัน	เวอร์ชันหลาม	คอมไพเลอร์	สร้างเครื่องมือ
เทนเซอร์โฟลว์-2.18.0	3.9-3.12	เสียงดังกราว 17.0.6	บาเซล 6.5.0
เทนเซอร์โฟลว์-2.17.0	3.9-3.12	เสียงดังกราว 17.0.6	บาเซล 6.5.0
เทนเซอร์โฟลว์-2.16.1	3.9-3.12	เสียงดังกราว 17.0.6	บาเซล 6.5.0
เทนเซอร์โฟลว์-2.15.0	3.9-3.11	เอ็มเอสวีซี 2019	บาเซล 6.1.0
เทนเซอร์โฟลว์-2.14.0	3.9-3.11	เอ็มเอสวีซี 2019	บาเซล 6.1.0
เทนเซอร์โฟลว์-2.12.0	3.8-3.11	เอ็มเอสวีซี 2019	บาเซล 5.3.0
เทนเซอร์โฟลว์-2.11.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.3.0
เทนเซอร์โฟลว์-2.10.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.1.1
เทนเซอร์โฟลว์-2.9.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.0.0
เทนเซอร์โฟลว์-2.8.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 4.2.1
เทนเซอร์โฟลว์-2.7.0	3.7-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2
เทนเซอร์โฟลว์-2.6.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2
เทนเซอร์โฟลว์-2.5.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2
เทนเซอร์โฟลว์-2.4.0	3.6-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0
เทนเซอร์โฟลว์-2.3.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0
เทนเซอร์โฟลว์-2.2.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 2.0.0
เทนเซอร์โฟลว์-2.1.0	3.5-3.7	เอ็มเอสวีซี 2019	บาเซล 0.27.1-0.29.1
เทนเซอร์โฟลว์-2.0.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1
เทนเซอร์โฟลว์-1.15.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1
เทนเซอร์โฟลว์-1.14.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.24.1-0.25.2
เทนเซอร์โฟลว์-1.13.0	3.5-3.7	MSVC 2015 อัปเดต 3	บาเซล 0.19.0-0.21.0
เทนเซอร์โฟลว์-1.12.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0
เทนเซอร์โฟลว์-1.11.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0
เทนเซอร์โฟลว์-1.10.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.9.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.8.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.7.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.6.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.5.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.4.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.3.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.2.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.1.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3
เทนเซอร์โฟลว์-1.0.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3

จีพียู

หมายเหตุ: การรองรับ GPU บน Windows แบบเนทีฟมีให้ในเวอร์ชัน 2.10 หรือก่อนหน้าเท่านั้น เริ่มตั้งแต่ TF 2.11 เป็นต้นไป บิลด์ CUDA ไม่รองรับ Windows หากต้องการใช้ TensorFlow GPU บน Windows คุณจะต้องสร้าง/ติดตั้ง TensorFlow ใน WSL2 หรือใช้ tensorflow-cpu กับ TensorFlow-DirectML-Plugin

เวอร์ชัน	เวอร์ชันหลาม	คอมไพเลอร์	สร้างเครื่องมือ	cuDNN	CUDA
tensorflow_gpu-2.10.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.1.1	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.9.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 5.0.0	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.8.0	3.7-3.10	เอ็มเอสวีซี 2019	บาเซล 4.2.1	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.7.0	3.7-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.6.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.5.0	3.6-3.9	เอ็มเอสวีซี 2019	บาเซล 3.7.2	8.1	11.2
เทนเซอร์โฟลว์_gpu-2.4.0	3.6-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0	8.0	11.0
เทนเซอร์โฟลว์_gpu-2.3.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 3.1.0	7.6	10.1
เทนเซอร์โฟลว์_gpu-2.2.0	3.5-3.8	เอ็มเอสวีซี 2019	บาเซล 2.0.0	7.6	10.1
เทนเซอร์โฟลว์_gpu-2.1.0	3.5-3.7	เอ็มเอสวีซี 2019	บาเซล 0.27.1-0.29.1	7.6	10.1
เทนเซอร์โฟลว์_gpu-2.0.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1	7.4	10
เทนเซอร์โฟลว์_gpu-1.15.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.26.1	7.4	10
เทนเซอร์โฟลว์_gpu-1.14.0	3.5-3.7	เอ็มเอสวีซี 2017	บาเซล 0.24.1-0.25.2	7.4	10
เทนเซอร์โฟลว์_gpu-1.13.0	3.5-3.7	MSVC 2015 อัปเดต 3	บาเซล 0.19.0-0.21.0	7.4	10
เทนเซอร์โฟลว์_gpu-1.12.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0	7.2	9.0
เทนเซอร์โฟลว์_gpu-1.11.0	3.5-3.6	MSVC 2015 อัปเดต 3	บาเซล 0.15.0	7	9
tensorflow_gpu-1.10.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.9.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.8.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.7.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.6.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.5.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	7	9
เทนเซอร์โฟลว์_gpu-1.4.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	6	8
เทนเซอร์โฟลว์_gpu-1.3.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	6	8
เทนเซอร์โฟลว์_gpu-1.2.0	3.5-3.6	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	5.1	8
เทนเซอร์โฟลว์_gpu-1.1.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	5.1	8
เทนเซอร์โฟลว์_gpu-1.0.0	3.5	MSVC 2015 อัปเดต 3	ซีเมค v3.6.3	5.1	8