Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

TensorFlow jest testowany i obsługiwany w następujących systemach 64-bitowych:

  • macOS 10.12.6 (Sierra) lub nowszy (bez obsługi GPU)
  • Raspbian 9.0 lub nowszy 
# Requires the latest pip
pip install --upgrade pip

# Current stable release for CPU and GPU
pip install tensorflow

# Or try the preview build (unstable)
pip install tf-nightly

Zainstaluj TensorFlow za pomocą menedżera pakietów pip w języku Python.

Oficjalne pakiety dostępne dla Ubuntu, Windows, macOS i Raspberry Pi.

Zobacz przewodnik po GPU dla kart obsługujących CUDA®.

Przeczytaj instrukcję instalacji pip

Obrazy TensorFlow Docker są już skonfigurowane do uruchamiania TensorFlow. Kontener Docker działa w środowisku wirtualnym i jest najłatwiejszym sposobem skonfigurowania obsługi GPU . 

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
Przeczytaj przewodnik instalacji platformy Docker

Instalacja nie jest konieczna - uruchom samouczki TensorFlow bezpośrednio w przeglądarce za pomocą Colaboratory , projektu badawczego Google stworzonego w celu upowszechniania wiedzy i badań w zakresie uczenia maszynowego. To środowisko notebooka Jupyter, które nie wymaga konfiguracji i działa całkowicie w chmurze. Przeczytaj wpis na blogu .

Zbuduj swoją pierwszą aplikację ML

Twórz i wdrażaj modele TensorFlow w sieci i na urządzeniach mobilnych.
TensorFlow.js to akcelerowana przez WebGL biblioteka JavaScript do trenowania i wdrażania modeli ML w przeglądarce i dla Node.js.
TensorFlow Lite to lekkie rozwiązanie dla urządzeń mobilnych i wbudowanych.