pip を使用して TensorFlow をインストールする

Linux

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])))"

Windowsネイティブ

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'))"

CPU

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

毎晩

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

Linux

1. システム要件

• Ubuntu 16.04 以降 (64 ビット)

TensorFlow は Ubuntu のみを公式にサポートしています。ただし、次の手順は他の Linux ディストリビューションでも機能する可能性があります。

2.GPUのセットアップ

TensorFlow を CPU 上でのみ実行する場合は、このセクションをスキップできます。

NVIDIA GPU ドライバーをまだインストールしていない場合は、インストールします。次のコマンドを使用して、インストールされていることを確認できます。

nvidia-smi

3. venvで仮想環境を作成する

venv モジュールは Python の標準ライブラリの一部であり、仮想環境を作成するために公式に推奨される方法です。

目的の仮想環境ディレクトリに移動し、次のコマンドを使用してtfという名前の新しい venv 環境を作成します。

python3 -m venv tf 

次のコマンドで有効化できます。

source tf/bin/activate    

残りのインストールでは仮想環境がアクティブ化されていることを確認してください。

4. TensorFlow をインストールする

TensorFlow には最新バージョンの pip が必要なので、最新バージョンを実行していることを確認するために pip インストールをアップグレードしてください。

pip install --upgrade pip

次に、pip で TensorFlow をインストールします。

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

6. インストールを確認する

CPU の設定を確認します。

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

tensor が返された場合、TensorFlow は正常にインストールされています。

GPU の設定を確認します。

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

GPU デバイスのリストが返された場合、TensorFlow は正常にインストールされています。そうでない場合は、次のステップに進みます。

6.【GPUのみ】仮想環境の設定

最後のセクションの GPU テストが失敗した場合、最も考えられる原因は、コンポーネントが検出されていないか、既存のシステム CUDA インストールと競合していることです。したがって、これを修正するにはいくつかのシンボリック リンクを追加する必要があります。

• NVIDIA 共有ライブラリへのシンボリック リンクを作成します。

pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd

• ptxas へのシンボリック リンクを作成します。

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

GPU の設定を確認します。

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

MacOS

1. システム要件

• macOS 10.12.6 (Sierra) 以降 (64 ビット)

現在、MacOS 上で TensorFlow を実行するための公式 GPU サポートはありません。次の手順は CPU で実行するためのものです。

2.Pythonのバージョンを確認する

Python 環境がすでに構成されているかどうかを確認します。

python3 --version
python3 -m pip --version

3. TensorFlow をインストールする

TensorFlow には最新バージョンの pip が必要なので、最新バージョンを実行していることを確認するために pip インストールをアップグレードしてください。

pip install --upgrade pip

次に、pip で TensorFlow をインストールします。

pip install tensorflow

4. インストールを確認する

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

tensor が返された場合、TensorFlow は正常にインストールされています。

Windowsネイティブ

1. システム要件

• Windows 7以降（64ビット）

2. Microsoft Visual C++ 再頒布可能パッケージをインストールします。

Visual Studio 2015、2017、および 2019 用の Microsoft Visual C++ 再頒布可能パッケージをインストールします。 TensorFlow 2.1.0 バージョン以降、このパッケージにはmsvcp140_1.dllファイルが必要になります (古い再頒布可能パッケージでは提供されない場合があります)。再頒布可能ファイルはVisual Studio 2019に付属していますが、個別にインストールすることもできます。

1. Microsoft Visual C++ ダウンロードに移動します。
2. ページを下にスクロールして、「 Visual Studio 2015、2017、および 2019」セクションを表示します。
3. ご使用のプラットフォームに合わせて、 Visual Studio 2015、2017、および 2019 用の Microsoft Visual C++ 再頒布可能パッケージをダウンロードしてインストールします。

Windows で長いパスが有効になっていることを確認してください。

3. Minicondaをインストールする

Miniconda は、GPU サポートを備えた TensorFlow をインストールする場合に推奨されるアプローチです。システムにインストールされているソフトウェアの変更を避けるために、別の環境が作成されます。これは、特に GPU セットアップに必要なソフトウェアをインストールする最も簡単な方法でもあります。

Miniconda Windows インストーラーをダウンロードします。ダウンロードしたファイルをダブルクリックし、画面の指示に従います。

4.conda環境を作成する

次のコマンドを使用して、 tfという名前の新しい conda 環境を作成します。

conda create --name tf python=3.9

次のコマンドを使用して非アクティブ化およびアクティブ化できます。

conda deactivate
conda activate tf

インストールの残りの部分では有効になっていることを確認してください。

5. GPUのセットアップ

TensorFlow を CPU 上でのみ実行する場合は、このセクションをスキップできます。

まだNVIDIA GPU ドライバーをインストールしていない場合は、まずインストールします。

次に、CUDA、cuDNN を conda でインストールします。

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

6. TensorFlow をインストールする

TensorFlow には最新バージョンの pip が必要なので、最新バージョンを実行していることを確認するために pip インストールをアップグレードしてください。

pip install --upgrade pip

次に、pip で TensorFlow をインストールします。

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

7. インストールを確認する

CPU の設定を確認します。

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

tensor が返された場合、TensorFlow は正常にインストールされています。

GPU の設定を確認します。

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

GPU デバイスのリストが返された場合、TensorFlow は正常にインストールされています。

Windows WSL2

1. システム要件

• Windows 10 19044 以降 (64 ビット)。これは、Windows 10 バージョン 21H2、2021 年 11 月の更新に対応します。

次のドキュメントを参照してください。

• 最新の Windows 10 アップデートをダウンロードします。
• WSL2をインストールする
• WSL2 での NVIDIA® GPU サポートのセットアップ

2.GPUのセットアップ

TensorFlow を CPU 上でのみ実行する場合は、このセクションをスキップできます。

NVIDIA GPU ドライバーをまだインストールしていない場合は、インストールします。次のコマンドを使用して、インストールされていることを確認できます。

nvidia-smi

3. TensorFlow をインストールする

TensorFlow には最新バージョンの pip が必要なので、最新バージョンを実行していることを確認するために pip インストールをアップグレードしてください。

pip install --upgrade pip

次に、pip で TensorFlow をインストールします。

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

4. インストールを確認する

CPU の設定を確認します。

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

tensor が返された場合、TensorFlow は正常にインストールされています。

GPU の設定を確認します。

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

GPU デバイスのリストが返された場合、TensorFlow は正常にインストールされています。