מדריך זה מיועד לגרסה היציבה האחרונה של TensorFlow. לבניית התצוגה המקדימה (לילי) , השתמש בחבילת pip בשם tf-nightly . עיין בטבלאות אלה לדרישות גרסה ישנות יותר של TensorFlow. עבור ה-CPU בלבד, השתמש בחבילת pip בשם tensorflow-cpu .
להלן הגרסאות המהירות של פקודות ההתקנה. גלול מטה לקבלת הוראות שלב אחר שלב.
לינוקס
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 Native
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'))"
מעבד
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
לֵילִי
python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
דרישות חומרה
ההתקנים הבאים התומכים ב-GPU נתמכים:
- כרטיס NVIDIA® GPU עם ארכיטקטורות CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 ומעלה. עיין ברשימה של כרטיסי GPU התומכים ב-CUDA® .
- עבור GPUs עם ארכיטקטורות CUDA® שאינן נתמכות, או כדי להימנע מהידור של JIT מ-PTX, או לשימוש בגרסאות שונות של ספריות NVIDIA®, עיין במדריך ה- Linux build ממקור .
- חבילות אינן מכילות קוד PTX למעט ארכיטקטורת CUDA® הנתמכת העדכנית ביותר; לכן, TensorFlow נכשל בטעינת מעבדי GPU ישנים יותר כאשר
CUDA_FORCE_PTX_JIT=1מוגדר. (ראה תאימות יישומים לפרטים.)
דרישות מערכת
- אובונטו 16.04 ומעלה (64 סיביות)
- macOS 12.0 (Monterey) ומעלה (64 סיביות) (ללא תמיכה ב-GPU)
- Windows Native - Windows 7 ומעלה (64 סיביות) (ללא תמיכה ב-GPU לאחר TF 2.10)
- Windows WSL2 - Windows 10 19044 ומעלה (64 סיביות)
דרישות תוכנה
- Python 3.9–3.12
- pip גרסה 19.0 ומעלה עבור לינוקס (דורש תמיכה
manylinux2014) ו-Windows. גירסת pip 20.3 ומעלה עבור macOS. - Windows Native דורש את Microsoft Visual C++ שניתן להפצה מחדש עבור Visual Studio 2015, 2017 ו-2019
תוכנת NVIDIA® הבאה נדרשת רק לתמיכה ב-GPU.
- מנהלי התקנים של NVIDIA® GPU
- >= 525.60.13 עבור לינוקס
- >= 528.33 עבור WSL ב-Windows
- CUDA® Toolkit 12.3 .
- cuDNN SDK 8.9.7 .
- (אופציונלי) TensorRT לשיפור השהיה ותפוקה להסקת מסקנות.
הוראות שלב אחר שלב
לינוקס
1. דרישות המערכת
- אובונטו 16.04 ומעלה (64 סיביות)
TensorFlow תומך רק באובונטו. עם זאת, ההוראות הבאות עשויות לעבוד גם עבור הפצות לינוקס אחרות.
2. הגדרת GPU
אתה יכול לדלג על סעיף זה אם אתה מפעיל את TensorFlow רק במעבד.
התקן את מנהל ההתקן של NVIDIA GPU אם לא עשית זאת. אתה יכול להשתמש בפקודה הבאה כדי לוודא שהוא מותקן.
nvidia-smi
3. צור סביבה וירטואלית עם venv
מודול venv הוא חלק מהספרייה הסטנדרטית של Python והוא הדרך המומלצת רשמית ליצור סביבות וירטואליות.
נווט אל ספריית הסביבות הוירטואליות הרצויות וצור סביבת venv חדשה בשם tf עם הפקודה הבאה.
python3 -m venv tf
אתה יכול להפעיל אותו עם הפקודה הבאה.
source tf/bin/activate
ודא שהסביבה הוירטואלית מופעלת למשך שאר ההתקנה.
4. התקן את TensorFlow
TensorFlow דורשת גרסה עדכנית של pip, אז שדרג את התקנת ה-pip שלך כדי להיות בטוח שאתה מפעיל את הגרסה העדכנית ביותר.
pip install --upgrade pip
לאחר מכן, התקן את TensorFlow עם pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
6. ודא את ההתקנה
ודא את הגדרת המעבד:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
אם טנזור מוחזר, התקנת את TensorFlow בהצלחה.
אמת את הגדרת ה-GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
אם מוחזרת רשימה של התקני GPU, התקנת את TensorFlow בהצלחה. אם לא המשך לשלב הבא .
6. [GPU בלבד] תצורת סביבה וירטואלית
אם בדיקת ה-GPU בסעיף האחרון לא הצליחה, הסיבה הסבירה ביותר היא שרכיבים לא מזוהים ו/או מתנגשים עם התקנת ה-CUDA של המערכת הקיימת. אז אתה צריך להוסיף כמה קישורים סמליים כדי לתקן את זה.
- צור קישורים סמליים לספריות משותפות של NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
- צור קישור סמלי ל 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
אמת את הגדרת ה-GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
MacOS
1. דרישות המערכת
- macOS 10.12.6 (סיירה) ומעלה (64 סיביות)
נכון לעכשיו אין תמיכה רשמית ב-GPU להפעלת TensorFlow ב-MacOS. ההוראות הבאות מיועדות להפעלה על מעבד.
2. בדוק את גרסת Python
בדוק אם סביבת Python שלך כבר מוגדרת:
python3 --version
python3 -m pip --version
3. התקן את TensorFlow
TensorFlow דורשת גרסה עדכנית של pip, אז שדרג את התקנת ה-pip שלך כדי להיות בטוח שאתה מפעיל את הגרסה העדכנית ביותר.
pip install --upgrade pip
לאחר מכן, התקן את TensorFlow עם pip.
pip install tensorflow
4. ודא את ההתקנה
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
אם טנזור מוחזר, התקנת את TensorFlow בהצלחה.
Windows Native
1. דרישות המערכת
- Windows 7 ומעלה (64 סיביות)
2. התקן את Microsoft Visual C++ Redistributable
התקן את Microsoft Visual C++ הניתן להפצה מחדש עבור Visual Studio 2015, 2017 ו-2019 . החל מגירסת TensorFlow 2.1.0, הקובץ msvcp140_1.dll נדרש מחבילה זו (שאולי לא מסופקת מחבילות ישנות יותר שניתן להפצה מחדש). ההפצה מחדש מגיעה עם Visual Studio 2019 אך ניתן להתקין אותה בנפרד:
- עבור אל ההורדות של Microsoft Visual C++ .
- גלול למטה בעמוד לקטע Visual Studio 2015, 2017 ו-2019 .
- הורד והתקן את Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 ו-2019 עבור הפלטפורמה שלך.
ודא שנתיבים ארוכים מופעלים ב-Windows.
3. התקן מיניקונדה
Miniconda היא הגישה המומלצת להתקנת TensorFlow עם תמיכה ב-GPU. זה יוצר סביבה נפרדת כדי להימנע משינוי כל תוכנה מותקנת במערכת שלך. זוהי גם הדרך הקלה ביותר להתקין את התוכנה הנדרשת במיוחד עבור הגדרת ה-GPU.
הורד את Miniconda Windows Installer . לחץ פעמיים על הקובץ שהורד ובצע את ההוראות שעל המסך.
4. צור סביבת קונדה
צור סביבת conda חדשה בשם tf עם הפקודה הבאה.
conda create --name tf python=3.9
אתה יכול לבטל ולהפעיל אותו באמצעות הפקודות הבאות.
conda deactivate
conda activate tf
ודא שהוא מופעל למשך שאר ההתקנה.
5. הגדרת GPU
אתה יכול לדלג על סעיף זה אם אתה מפעיל את TensorFlow רק במעבד.
תחילה התקן את מנהל ההתקן של NVIDIA GPU אם לא עשית זאת.
לאחר מכן התקן את ה-CUDA, cuDNN עם conda.
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. התקן את TensorFlow
TensorFlow דורשת גרסה עדכנית של pip, אז שדרג את התקנת ה-pip שלך כדי להיות בטוח שאתה מפעיל את הגרסה העדכנית ביותר.
pip install --upgrade pip
לאחר מכן, התקן את TensorFlow עם pip.
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. ודא את ההתקנה
ודא את הגדרת המעבד:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
אם טנזור מוחזר, התקנת את TensorFlow בהצלחה.
אמת את הגדרת ה-GPU:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
אם מוחזרת רשימה של התקני GPU, התקנת את TensorFlow בהצלחה.
Windows WSL2
1. דרישות המערכת
- Windows 10 19044 ומעלה (64 סיביות). זה מתאים לגרסה 21H2 של Windows 10, העדכון של נובמבר 2021.
עיין במסמכים הבאים כדי:
2. הגדרת GPU
אתה יכול לדלג על סעיף זה אם אתה מפעיל את TensorFlow רק במעבד.
התקן את מנהל ההתקן של NVIDIA GPU אם לא עשית זאת. אתה יכול להשתמש בפקודה הבאה כדי לוודא שהוא מותקן.
nvidia-smi
3. התקן את TensorFlow
TensorFlow דורשת גרסה עדכנית של pip, אז שדרג את התקנת ה-pip שלך כדי להיות בטוח שאתה מפעיל את הגרסה העדכנית ביותר.
pip install --upgrade pip
לאחר מכן, התקן את TensorFlow עם pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. ודא את ההתקנה
ודא את הגדרת המעבד:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
אם טנזור מוחזר, התקנת את TensorFlow בהצלחה.
אמת את הגדרת ה-GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
אם מוחזרת רשימה של התקני GPU, התקנת את TensorFlow בהצלחה.
מיקום החבילה
כמה מנגנוני התקנה דורשים את כתובת האתר של חבילת TensorFlow Python. הערך שתציין תלוי בגרסת Python שלך.