Installa TensorFlow con pip

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 nativo

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'))"

processore

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

Ogni notte

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. Requisiti di sistema

• Ubuntu 16.04 o superiore (64 bit)

TensorFlow supporta ufficialmente solo Ubuntu. Tuttavia, le seguenti istruzioni potrebbero funzionare anche per altre distribuzioni Linux.

2. Configurazione della GPU

Puoi saltare questa sezione se esegui TensorFlow solo sulla CPU.

Installa il driver della GPU NVIDIA se non lo hai già fatto. Puoi utilizzare il seguente comando per verificare che sia installato.

nvidia-smi

3. Crea un ambiente virtuale con venv

Il modulo venv fa parte della libreria standard di Python ed è il metodo ufficialmente raccomandato per creare ambienti virtuali.

Accedi alla directory degli ambienti virtuali desiderata e crea un nuovo ambiente venv denominato tf con il seguente comando.

python3 -m venv tf 

È possibile attivarlo con il seguente comando.

source tf/bin/activate    

Assicurati che l'ambiente virtuale sia attivato per il resto dell'installazione.

4. Installa TensorFlow

TensorFlow richiede una versione recente di pip, quindi aggiorna l'installazione di pip per assicurarti di utilizzare la versione più recente.

pip install --upgrade pip

Successivamente, installa TensorFlow con pip.

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

6. Verificare l'installazione

Verifica la configurazione della CPU:

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

Se viene restituito un tensore, l'installazione di TensorFlow è andata a buon fine.

Verifica la configurazione della GPU:

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

Se viene visualizzato un elenco di dispositivi GPU, l'installazione di TensorFlow è andata a buon fine. In caso contrario, procedere al passaggio successivo .

6. [Solo GPU] Configurazione dell'ambiente virtuale

Se il test della GPU nella sezione precedente non ha avuto successo, la causa più probabile è che i componenti non vengano rilevati e/o che vi sia un conflitto con l'installazione CUDA del sistema. Pertanto, è necessario aggiungere dei collegamenti simbolici per risolvere il problema.

• Crea collegamenti simbolici alle librerie condivise di NVIDIA:

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

• Crea un collegamento simbolico a 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

Verifica la configurazione della GPU:

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

MacOS

1. Requisiti di sistema

• macOS 10.12.6 (Sierra) o versioni successive (64 bit)

Al momento non esiste un supporto ufficiale per GPU per l'esecuzione di TensorFlow su macOS. Le seguenti istruzioni si riferiscono all'esecuzione su CPU.

2. Verifica la versione di Python

Controlla se il tuo ambiente Python è già configurato:

python3 --version
python3 -m pip --version

3. Installa TensorFlow

TensorFlow richiede una versione recente di pip, quindi aggiorna l'installazione di pip per assicurarti di utilizzare la versione più recente.

pip install --upgrade pip

Successivamente, installa TensorFlow con pip.

pip install tensorflow

4. Verificare l'installazione

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

Se viene restituito un tensore, l'installazione di TensorFlow è andata a buon fine.

Windows nativo

1. Requisiti di sistema

• Windows 7 o versioni successive (64 bit)

2. Installare Microsoft Visual C++ Redistributable

Installare il pacchetto ridistribuibile di Microsoft Visual C++ per Visual Studio 2015, 2017 e 2019. A partire dalla versione TensorFlow 2.1.0, è necessario il file msvcp140_1.dll presente in questo pacchetto (che potrebbe non essere incluso nei pacchetti ridistribuibili precedenti). Il pacchetto ridistribuibile è incluso in Visual Studio 2019 , ma può essere installato anche separatamente.

1. Vai alla pagina di download di Microsoft Visual C++ .
2. Scorri la pagina verso il basso fino alla sezione Visual Studio 2015, 2017 e 2019 .
3. Scarica e installa il pacchetto ridistribuibile di Microsoft Visual C++ per Visual Studio 2015, 2017 e 2019 per la tua piattaforma.

Assicurati che i percorsi lunghi siano abilitati in Windows.

3. Installa Miniconda

Miniconda è il metodo consigliato per installare TensorFlow con supporto GPU. Crea un ambiente separato per evitare di modificare qualsiasi software già installato sul sistema. Questo è anche il modo più semplice per installare il software necessario, soprattutto per la configurazione GPU.

Scarica il programma di installazione di Miniconda per Windows . Fai doppio clic sul file scaricato e segui le istruzioni visualizzate sullo schermo.

4. Creare un ambiente conda

Crea un nuovo ambiente conda chiamato tf con il seguente comando.

conda create --name tf python=3.9

È possibile disattivarlo e attivarlo con i seguenti comandi.

conda deactivate
conda activate tf

Assicurati che sia attivato per il resto dell'installazione.

5. Configurazione della GPU

Puoi saltare questa sezione se esegui TensorFlow solo sulla CPU.

Innanzitutto, installa i driver della GPU NVIDIA se non li hai già installati.

Successivamente, installa CUDA e cuDNN tramite conda.

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

6. Installa TensorFlow

TensorFlow richiede una versione recente di pip, quindi aggiorna l'installazione di pip per assicurarti di utilizzare la versione più recente.

pip install --upgrade pip

Successivamente, installa TensorFlow con pip.

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

7. Verificare l'installazione

Verifica la configurazione della CPU:

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

Se viene restituito un tensore, l'installazione di TensorFlow è andata a buon fine.

Verifica la configurazione della GPU:

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

Se viene visualizzato un elenco di dispositivi GPU, l'installazione di TensorFlow è andata a buon fine.

Windows WSL2

1. Requisiti di sistema

• Windows 10 versione 19044 o superiore (64 bit). Ciò corrisponde a Windows 10 versione 21H2, l'aggiornamento di novembre 2021.

Consultare i seguenti documenti per:

• Scarica l'ultimo aggiornamento di Windows 10 .
• Installare WSL2
• Configurare il supporto per le GPU NVIDIA® in WSL2

2. Configurazione della GPU

Puoi saltare questa sezione se esegui TensorFlow solo sulla CPU.

Installa il driver della GPU NVIDIA se non lo hai già fatto. Puoi utilizzare il seguente comando per verificare che sia installato.

nvidia-smi

3. Installa TensorFlow

TensorFlow richiede una versione recente di pip, quindi aggiorna l'installazione di pip per assicurarti di utilizzare la versione più recente.

pip install --upgrade pip

Successivamente, installa TensorFlow con pip.

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

4. Verificare l'installazione

Verifica la configurazione della CPU:

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

Se viene restituito un tensore, l'installazione di TensorFlow è andata a buon fine.

Verifica la configurazione della GPU:

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

Se viene visualizzato un elenco di dispositivi GPU, l'installazione di TensorFlow è andata a buon fine.