Установите TensorFlow с помощью pip

Это руководство предназначено для последней стабильной версии TensorFlow. Для предварительной сборки (nightly) используйте пакет pip с именем tf-nightly . Обратитесь к этим таблицам , чтобы узнать о требованиях к более старой версии TensorFlow. Для сборки только для ЦП используйте пакет pip с именем tensorflow-cpu .

Вот быстрые версии команд установки. Прокрутите вниз, чтобы увидеть пошаговые инструкции.

Линукс

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

MacOS

# There is currently no official GPU support for MacOS.
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Родной для Windows

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
# Anything above 2.10 is not supported on the GPU on Windows Native
python -m pip install "tensorflow<2.11"
# Verify the installation:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Windows WSL2

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Процессор

python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Ночью

python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Требования к оборудованию

Поддерживаются следующие устройства с поддержкой графического процессора:

  • Карта NVIDIA® GPU с архитектурами CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 и выше. См. список графических карт с поддержкой CUDA® .
  • Для графических процессоров с неподдерживаемой архитектурой CUDA® или для того, чтобы избежать JIT-компиляции из PTX или использовать другие версии библиотек NVIDIA®, см. руководство по сборке Linux из исходного кода .
  • Пакеты не содержат кода PTX, за исключением последней поддерживаемой архитектуры CUDA®; поэтому TensorFlow не загружается на старых графических процессорах, если установлено CUDA_FORCE_PTX_JIT=1 . (Подробнее см. в разделе «Совместимость приложений» .)

Системные требования

  • Ubuntu 16.04 или выше (64-разрядная версия)
  • macOS 10.12.6 (Sierra) или выше (64-разрядная версия) (без поддержки графического процессора)
  • Windows Native — Windows 7 или более поздняя версия (64-разрядная версия) (без поддержки графического процессора после TF 2.10)
  • Windows WSL2 — Windows 10 19044 или более поздняя версия (64-разрядная версия)

Требования к программному обеспечению

Следующее программное обеспечение NVIDIA® требуется только для поддержки графического процессора.

Пошаговые инструкции

Линукс

1. Системные требования

  • Ubuntu 16.04 или выше (64-разрядная версия)

TensorFlow официально поддерживает только Ubuntu. Однако следующие инструкции могут работать и для других дистрибутивов Linux.

2. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Установите драйвер графического процессора NVIDIA, если у вас его еще нет. Вы можете использовать следующую команду, чтобы убедиться, что она установлена.

nvidia-smi

3. Создайте виртуальную среду с помощью venv.

Модуль venv является частью стандартной библиотеки Python и официально рекомендуемым способом создания виртуальных сред.

Перейдите в нужный каталог виртуальных сред и создайте новую среду venv с именем tf с помощью следующей команды.

python3 -m venv tf 

Вы можете активировать его с помощью следующей команды.

source tf/bin/activate    

Убедитесь, что виртуальная среда активирована до конца установки.

4. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

6. Проверьте установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow. Если нет, перейдите к следующему шагу .

6. [Только графический процессор] Конфигурация виртуальной среды

Если тест графического процессора в последнем разделе оказался неудачным, наиболее вероятной причиной является то, что компоненты не обнаруживаются и/или конфликтуют с существующей установкой CUDA системы. Поэтому вам нужно добавить несколько символических ссылок, чтобы исправить это.

  • Создайте символические ссылки на общие библиотеки NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
  • Создайте символическую ссылку на ptxas:
ln -sf $(find $(dirname $(dirname $(python -c "import nvidia.cuda_nvcc;         
print(nvidia.cuda_nvcc.__file__)"))/*/bin/) -name ptxas -print -quit) $VIRTUAL_ENV/bin/ptxas

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

MacOS

1. Системные требования

  • macOS 10.12.6 (Sierra) или новее (64-разрядная версия)

В настоящее время нет официальной поддержки графического процессора для запуска TensorFlow на MacOS. Следующие инструкции предназначены для работы на процессоре.

2. Проверьте версию Python

Проверьте, настроена ли ваша среда Python:

python3 --version
python3 -m pip --version

3. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

pip install tensorflow

4. Проверьте установку

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

Если возвращается тензор, вы успешно установили TensorFlow.

Родной для Windows

1. Системные требования

  • Windows 7 или выше (64-разрядная версия)

2. Установите распространяемый пакет Microsoft Visual C++.

Установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 . Начиная с версии TensorFlow 2.1.0, из этого пакета требуется файл msvcp140_1.dll (который может отсутствовать в более старых распространяемых пакетах). Распространяемый пакет поставляется с Visual Studio 2019, но его можно установить отдельно:

  1. Перейдите к загрузкам Microsoft Visual C++ .
  2. Прокрутите страницу вниз до раздела Visual Studio 2015, 2017 и 2019 .
  3. Загрузите и установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 для вашей платформы.

Убедитесь, что длинные пути включены в Windows.

3. Установите Миниконду

Miniconda — рекомендуемый подход для установки TensorFlow с поддержкой графического процессора. Он создает отдельную среду, чтобы избежать изменения любого установленного программного обеспечения в вашей системе. Это также самый простой способ установить необходимое программное обеспечение, особенно для настройки графического процессора.

Загрузите установщик Windows Miniconda . Дважды щелкните загруженный файл и следуйте инструкциям на экране.

4. Создайте среду conda

Создайте новую среду conda с именем tf с помощью следующей команды.

conda create --name tf python=3.9

Вы можете деактивировать и активировать его с помощью следующих команд.

conda deactivate
conda activate tf

Убедитесь, что он активирован до конца установки.

5. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Сначала установите драйвер графического процессора NVIDIA, если у вас его еще нет.

Затем установите CUDA, cuDNN с помощью conda.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11" 

7. Проверьте установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow.

Windows WSL2

1. Системные требования

  • Windows 10 19044 или выше (64-разрядная версия). Это соответствует Windows 10 версии 21H2, обновлению от ноября 2021 года.

См. следующие документы, чтобы:

2. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Установите драйвер графического процессора NVIDIA, если у вас его еще нет. Вы можете использовать следующую команду, чтобы убедиться, что она установлена.

nvidia-smi

3. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

4. Проверьте установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow.

Расположение посылки

Для некоторых механизмов установки требуется URL-адрес пакета TensorFlow Python. Указанное вами значение зависит от вашей версии Python.

Версия URL-адрес
Линукс х86
Поддержка графического процессора Python 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 только для ЦП https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 только для процессора https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.11 только для ЦП https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.12 только для процессора https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Linux Arm64 (только для процессора)
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
macOS x86 (только процессор)
Внимание : TensorFlow 2.16 был последней версией TensorFlow, поддерживающей macOS x86.
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp39-cp39-macosx_10_15_x86_64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp310-cp310-macosx_10_15_x86_64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp311-cp311-macosx_10_15_x86_64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp312-cp312-macosx_10_15_x86_64.whl
macOS Arm64 (только процессор)
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-macosx_12_0_arm64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-macosx_12_0_arm64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-macosx_12_0_arm64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-macosx_12_0_arm64.whl
Windows (только для процессора)
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-win_amd64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-win_amd64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-win_amd64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-win_amd64.whl
,

Это руководство предназначено для последней стабильной версии TensorFlow. Для предварительной сборки (nightly) используйте пакет pip с именем tf-nightly . Обратитесь к этим таблицам , чтобы узнать о требованиях к более старой версии TensorFlow. Для сборки только для ЦП используйте пакет pip с именем tensorflow-cpu .

Вот быстрые версии команд установки. Прокрутите вниз, чтобы увидеть пошаговые инструкции.

Линукс

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

MacOS

# There is currently no official GPU support for MacOS.
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Родной для Windows

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
# Anything above 2.10 is not supported on the GPU on Windows Native
python -m pip install "tensorflow<2.11"
# Verify the installation:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Windows WSL2

python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Процессор

python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Ночью

python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

Требования к оборудованию

Поддерживаются следующие устройства с поддержкой графического процессора:

  • Карта NVIDIA® GPU с архитектурами CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 и выше. См. список графических карт с поддержкой CUDA® .
  • Для графических процессоров с неподдерживаемой архитектурой CUDA® или для того, чтобы избежать JIT-компиляции из PTX или использовать другие версии библиотек NVIDIA®, см. руководство по сборке Linux из исходного кода .
  • Пакеты не содержат кода PTX, за исключением последней поддерживаемой архитектуры CUDA®; поэтому TensorFlow не загружается на старых графических процессорах, если установлено CUDA_FORCE_PTX_JIT=1 . (Подробнее см. в разделе «Совместимость приложений» .)

Системные требования

  • Ubuntu 16.04 или выше (64-разрядная версия)
  • macOS 10.12.6 (Sierra) или выше (64-разрядная версия) (без поддержки графического процессора)
  • Windows Native — Windows 7 или более поздняя версия (64-разрядная версия) (без поддержки графического процессора после TF 2.10)
  • Windows WSL2 — Windows 10 19044 или более поздняя версия (64-разрядная версия)

Требования к программному обеспечению

Следующее программное обеспечение NVIDIA® требуется только для поддержки графического процессора.

Пошаговые инструкции

Линукс

1. Системные требования

  • Ubuntu 16.04 или выше (64-разрядная версия)

TensorFlow официально поддерживает только Ubuntu. Однако следующие инструкции могут работать и для других дистрибутивов Linux.

2. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на ЦП.

Установите драйвер графического процессора NVIDIA, если у вас его еще нет. Вы можете использовать следующую команду, чтобы убедиться, что она установлена.

nvidia-smi

3. Создайте виртуальную среду с помощью venv.

Модуль venv является частью стандартной библиотеки Python и официально рекомендуемым способом создания виртуальных сред.

Перейдите в нужный каталог виртуальных сред и создайте новую среду venv с именем tf с помощью следующей команды.

python3 -m venv tf 

Вы можете активировать его с помощью следующей команды.

source tf/bin/activate    

Убедитесь, что виртуальная среда активирована до конца установки.

4. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

6. Проверьте установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow. Если нет, перейдите к следующему шагу .

6. [Только графический процессор] Конфигурация виртуальной среды

Если тест графического процессора в последнем разделе оказался неудачным, наиболее вероятной причиной является то, что компоненты не обнаруживаются и/или конфликтуют с существующей установкой CUDA системы. Поэтому вам нужно добавить несколько символических ссылок, чтобы исправить это.

  • Создайте символические ссылки на общие библиотеки NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
  • Создайте символическую ссылку на ptxas:
ln -sf $(find $(dirname $(dirname $(python -c "import nvidia.cuda_nvcc;         
print(nvidia.cuda_nvcc.__file__)"))/*/bin/) -name ptxas -print -quit) $VIRTUAL_ENV/bin/ptxas

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

MacOS

1. Системные требования

  • macOS 10.12.6 (Sierra) или новее (64-разрядная версия)

В настоящее время нет официальной поддержки графического процессора для запуска TensorFlow на MacOS. Следующие инструкции предназначены для работы на процессоре.

2. Проверьте версию Python

Проверьте, настроена ли ваша среда Python:

python3 --version
python3 -m pip --version

3. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

pip install tensorflow

4. Проверьте установку

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

Если возвращается тензор, вы успешно установили TensorFlow.

Родной для Windows

1. Системные требования

  • Windows 7 или выше (64-разрядная версия)

2. Установите распространяемый пакет Microsoft Visual C++.

Установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 . Начиная с версии TensorFlow 2.1.0, из этого пакета требуется файл msvcp140_1.dll (который может отсутствовать в более старых распространяемых пакетах). Распространяемый пакет поставляется с Visual Studio 2019, но его можно установить отдельно:

  1. Перейдите к загрузкам Microsoft Visual C++ .
  2. Прокрутите страницу вниз до раздела Visual Studio 2015, 2017 и 2019 .
  3. Загрузите и установите распространяемый пакет Microsoft Visual C++ для Visual Studio 2015, 2017 и 2019 для вашей платформы.

Убедитесь, что длинные пути включены в Windows.

3. Установите Миниконду

Miniconda — рекомендуемый подход для установки TensorFlow с поддержкой графического процессора. Он создает отдельную среду, чтобы избежать изменения любого установленного программного обеспечения в вашей системе. Это также самый простой способ установить необходимое программное обеспечение, особенно для настройки графического процессора.

Загрузите установщик Windows Miniconda . Дважды щелкните загруженный файл и следуйте инструкциям на экране.

4. Создайте среду conda

Создайте новую среду conda с именем tf с помощью следующей команды.

conda create --name tf python=3.9

Вы можете деактивировать и активировать его с помощью следующих команд.

conda deactivate
conda activate tf

Убедитесь, что он активирован до конца установки.

5. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Сначала установите драйвер графического процессора NVIDIA, если у вас его еще нет.

Затем установите CUDA, cuDNN с помощью conda.

conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0

6. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11" 

7. Проверьте установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow.

Windows WSL2

1. Системные требования

  • Windows 10 19044 или выше (64-разрядная версия). Это соответствует Windows 10 версии 21H2, обновлению от ноября 2021 года.

См. следующие документы, чтобы:

2. Настройка графического процессора

Вы можете пропустить этот раздел, если запускаете TensorFlow только на процессоре.

Установите драйвер графического процессора NVIDIA, если у вас его еще нет. Вы можете использовать следующую команду, чтобы убедиться, что она установлена.

nvidia-smi

3. Установите TensorFlow

Для TensorFlow требуется последняя версия pip, поэтому обновите установку pip, чтобы убедиться, что вы используете последнюю версию.

pip install --upgrade pip

Затем установите TensorFlow с помощью pip.

# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow

4. Проверьте установку

Проверьте настройку ЦП:

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

Если возвращается тензор, вы успешно установили TensorFlow.

Проверьте настройку графического процессора:

python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"

Если возвращается список устройств графического процессора, вы успешно установили TensorFlow.

Расположение посылки

Для некоторых механизмов установки требуется URL-адрес пакета TensorFlow Python. Указанное вами значение зависит от вашей версии Python.

Версия URL-адрес
Линукс х86
Поддержка графического процессора Python 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.9 только для ЦП https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.10 только для процессора https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.11 только для ЦП https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Поддержка графического процессора Python 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Python 3.12 только для процессора https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow_cpu-2.17.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
Linux Arm64 (только для процессора)
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
macOS x86 (только процессор)
Внимание : TensorFlow 2.16 был последней версией TensorFlow, поддерживающей macOS x86.
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp39-cp39-macosx_10_15_x86_64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp310-cp310-macosx_10_15_x86_64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp311-cp311-macosx_10_15_x86_64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.16.2/tensorflow-2.16.2-cp312-cp312-macosx_10_15_x86_64.whl
macOS Arm64 (только процессор)
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-macosx_12_0_arm64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-macosx_12_0_arm64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-macosx_12_0_arm64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-macosx_12_0_arm64.whl
Windows (только для процессора)
Питон 3.9 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp39-cp39-win_amd64.whl
Питон 3.10 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp310-cp310-win_amd64.whl
Питон 3.11 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp311-cp311-win_amd64.whl
Питон 3.12 https://storage.googleapis.com/tensorflow/versions/2.17.0/tensorflow-2.17.0-cp312-cp312-win_amd64.whl