यह गाइड TensorFlow के नवीनतम स्थिर संस्करण के लिए है। पूर्वावलोकन बिल्ड (नाइटली) के लिए, tf-nightly नामक pip पैकेज का उपयोग करें। पुराने TensorFlow संस्करणों की आवश्यकताओं के लिए इन तालिकाओं को देखें। केवल CPU बिल्ड के लिए, tensorflow-cpu नामक pip पैकेज का उपयोग करें।
यहां इंस्टॉलेशन कमांड के संक्षिप्त रूप दिए गए हैं। विस्तृत निर्देशों के लिए नीचे स्क्रॉल करें।
लिनक्स
python3 -m pip install 'tensorflow[and-cuda]'
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
मैक ओएस
# 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])))"
विंडोज़ नेटिव
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'))"
विंडोज डब्ल्यूएसएल2
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])))"
हर रात को
python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
हार्डवेयर आवश्यकताएँ
निम्नलिखित जीपीयू-सक्षम डिवाइस समर्थित हैं:
- CUDA® आर्किटेक्चर 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 और इससे उच्चतर वाले NVIDIA® GPU कार्ड। CUDA®-सक्षम GPU कार्डों की सूची देखें।
- जिन जीपीयू में CUDA® आर्किटेक्चर समर्थित नहीं हैं, या PTX से JIT संकलन से बचने के लिए, या NVIDIA® लाइब्रेरी के विभिन्न संस्करणों का उपयोग करने के लिए, Linux बिल्ड फ्रॉम सोर्स गाइड देखें।
- नवीनतम समर्थित CUDA® आर्किटेक्चर को छोड़कर, पैकेजों में PTX कोड शामिल नहीं है; इसलिए,
CUDA_FORCE_PTX_JIT=1सेट होने पर TensorFlow पुराने GPU पर लोड नहीं हो पाता है। (विवरण के लिए एप्लिकेशन संगतता देखें।)
सिस्टम आवश्यकताएं
- उबंटू 16.04 या उच्चतर (64-बिट)
- macOS 12.0 (Monterey) या इससे उच्चतर (64-बिट) (जीपीयू सपोर्ट नहीं)
- विंडोज नेटिव - विंडोज 7 या उससे उच्चतर (64-बिट) (टीएफ 2.10 के बाद जीपीयू सपोर्ट उपलब्ध नहीं है)
- विंडोज WSL2 - विंडोज 10 19044 या उच्चतर (64-बिट)
सॉफ़्टवेयर आवश्यकताएं
- पायथन 3.9–3.12
- Linux और Windows के लिए pip का संस्करण 19.0 या उससे अधिक (इसके लिए
manylinux2014समर्थन आवश्यक है)। macOS के लिए pip का संस्करण 20.3 या उससे अधिक। - विंडोज नेटिव के लिए विजुअल स्टूडियो 2015, 2017 और 2019 के लिए माइक्रोसॉफ्ट विजुअल सी++ रिडिस्ट्रिब्यूटेबल की आवश्यकता होती है।
निम्नलिखित एनवीडिया® सॉफ्टवेयर केवल जीपीयू सपोर्ट के लिए आवश्यक हैं।
- NVIDIA® GPU ड्राइवर
- Linux के लिए >= 525.60.13
- विंडोज पर WSL के लिए >= 528.33
- CUDA® टूलकिट 12.3 .
- cuDNN SDK 8.9.7 .
- (वैकल्पिक) इन्फरेंस के लिए लेटेंसी और थ्रूपुट को बेहतर बनाने के लिए TensorRT का उपयोग ।
चरण-दर-चरण निर्देश
लिनक्स
1. सिस्टम आवश्यकताएँ
- उबंटू 16.04 या उच्चतर (64-बिट)
TensorFlow आधिकारिक तौर पर केवल Ubuntu को सपोर्ट करता है। हालांकि, नीचे दिए गए निर्देश अन्य Linux डिस्ट्रीब्यूशन पर भी काम कर सकते हैं।
2. जीपीयू सेटअप
यदि आप केवल सीपीयू पर टेन्सरफ्लो चलाते हैं तो आप इस अनुभाग को छोड़ सकते हैं।
यदि आपने NVIDIA GPU ड्राइवर इंस्टॉल नहीं किया है, तो उसे इंस्टॉल करें। आप निम्न कमांड का उपयोग करके यह सत्यापित कर सकते हैं कि यह इंस्टॉल हो गया है।
nvidia-smi
3. venv का उपयोग करके एक वर्चुअल वातावरण बनाएं।
venv मॉड्यूल पायथन की मानक लाइब्रेरी का हिस्सा है और वर्चुअल वातावरण बनाने का आधिकारिक रूप से अनुशंसित तरीका है।
अपनी इच्छित वर्चुअल वातावरण निर्देशिका पर जाएं और निम्न कमांड का उपयोग करके tf नाम से एक नया venv वातावरण बनाएं।
python3 -m venv tf
आप इसे निम्नलिखित कमांड से सक्रिय कर सकते हैं।
source tf/bin/activate
सुनिश्चित करें कि स्थापना के शेष चरण के लिए आभासी वातावरण सक्रिय हो।
4. टेन्सरफ्लो इंस्टॉल करें
TensorFlow को pip के नवीनतम संस्करण की आवश्यकता होती है, इसलिए सुनिश्चित करने के लिए कि आप नवीनतम संस्करण का उपयोग कर रहे हैं, अपने pip इंस्टॉलेशन को अपग्रेड करें।
pip install --upgrade pip
फिर, pip का उपयोग करके TensorFlow इंस्टॉल करें।
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
6. इंस्टॉलेशन की पुष्टि करें
सीपीयू सेटअप की जाँच करें:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
यदि कोई टेंसर वापस आता है, तो आपने TensorFlow को सफलतापूर्वक स्थापित कर लिया है।
जीपीयू सेटअप की जांच करें:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
यदि जीपीयू डिवाइसों की सूची प्राप्त होती है, तो आपने टेन्सरफ्लो को सफलतापूर्वक स्थापित कर लिया है। यदि नहीं, तो अगले चरण पर आगे बढ़ें ।
6. [केवल GPU के लिए] वर्चुअल वातावरण कॉन्फ़िगरेशन
यदि पिछले भाग में GPU परीक्षण असफल रहा, तो इसका सबसे संभावित कारण यह है कि कंपोनेंट्स का पता नहीं चल पा रहा है, और/या वे मौजूदा सिस्टम CUDA इंस्टॉलेशन के साथ टकराव पैदा कर रहे हैं। इसलिए, इसे ठीक करने के लिए आपको कुछ सिंबॉलिक लिंक जोड़ने होंगे।
- NVIDIA की साझा लाइब्रेरी के लिए सिंबॉलिक लिंक बनाएं:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
- ptxas से एक सिंबॉलिक लिंक बनाएं:
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
जीपीयू सेटअप की जांच करें:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
मैक ओएस
1. सिस्टम आवश्यकताएँ
- macOS 10.12.6 (सिएरा) या इससे उच्चतर (64-बिट)
फ़िलहाल MacOS पर TensorFlow चलाने के लिए GPU का कोई आधिकारिक समर्थन उपलब्ध नहीं है। नीचे दिए गए निर्देश CPU पर चलाने के लिए हैं।
2. पायथन संस्करण की जाँच करें
जांचें कि आपका पायथन वातावरण पहले से कॉन्फ़िगर किया गया है या नहीं:
python3 --version
python3 -m pip --version
3. TensorFlow इंस्टॉल करें
TensorFlow को pip के नवीनतम संस्करण की आवश्यकता होती है, इसलिए सुनिश्चित करने के लिए कि आप नवीनतम संस्करण का उपयोग कर रहे हैं, अपने pip इंस्टॉलेशन को अपग्रेड करें।
pip install --upgrade pip
फिर, pip का उपयोग करके TensorFlow इंस्टॉल करें।
pip install tensorflow
4. इंस्टॉलेशन की पुष्टि करें
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
यदि कोई टेंसर वापस आता है, तो आपने TensorFlow को सफलतापूर्वक स्थापित कर लिया है।
विंडोज़ नेटिव
1. सिस्टम आवश्यकताएँ
- विंडोज 7 या उससे उच्चतर (64-बिट)
2. माइक्रोसॉफ्ट विजुअल सी++ रीडिस्ट्रिब्यूटेबल इंस्टॉल करें।
विजुअल स्टूडियो 2015, 2017 और 2019 के लिए माइक्रोसॉफ्ट विजुअल सी++ रीडिस्ट्रिब्यूटेबल इंस्टॉल करें। टेन्सरफ्लो 2.1.0 संस्करण से शुरू करते हुए, इस पैकेज से msvcp140_1.dll फ़ाइल आवश्यक है (जो पुराने रीडिस्ट्रिब्यूटेबल पैकेजों में उपलब्ध नहीं हो सकती है)। रीडिस्ट्रिब्यूटेबल विजुअल स्टूडियो 2019 के साथ आता है, लेकिन इसे अलग से भी इंस्टॉल किया जा सकता है।
- माइक्रोसॉफ्ट विजुअल सी++ डाउनलोड्स पर जाएं।
- पेज को नीचे स्क्रॉल करके विजुअल स्टूडियो 2015, 2017 और 2019 सेक्शन पर जाएं।
- अपने प्लेटफॉर्म के लिए Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 और 2019 को डाउनलोड और इंस्टॉल करें।
सुनिश्चित करें कि विंडोज पर लंबे पथ सक्षम हैं ।
3. मिनिकोंडा इंस्टॉल करें
GPU सपोर्ट के साथ TensorFlow इंस्टॉल करने के लिए Miniconda सबसे अच्छा तरीका है। यह आपके सिस्टम में पहले से इंस्टॉल किए गए किसी भी सॉफ़्टवेयर को बदलने से बचने के लिए एक अलग वातावरण बनाता है। GPU सेटअप के लिए आवश्यक सॉफ़्टवेयर इंस्टॉल करने का यह सबसे आसान तरीका भी है।
Miniconda Windows Installer डाउनलोड करें। डाउनलोड की गई फ़ाइल पर डबल-क्लिक करें और स्क्रीन पर दिए गए निर्देशों का पालन करें।
4. एक कोंडा वातावरण बनाएं
निम्न कमांड का उपयोग करके tf नाम से एक नया कोंडा वातावरण बनाएं।
conda create --name tf python=3.9
आप निम्नलिखित कमांड का उपयोग करके इसे निष्क्रिय और सक्रिय कर सकते हैं।
conda deactivate
conda activate tf
सुनिश्चित करें कि यह इंस्टॉलेशन के बाकी चरणों के लिए सक्रिय हो।
5. जीपीयू सेटअप
यदि आप केवल सीपीयू पर टेन्सरफ्लो चलाते हैं तो आप इस अनुभाग को छोड़ सकते हैं।
यदि आपने पहले से NVIDIA GPU ड्राइवर इंस्टॉल नहीं किया है, तो उसे पहले इंस्टॉल कर लें।
फिर conda का उपयोग करके CUDA और cuDNN इंस्टॉल करें।
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. TensorFlow इंस्टॉल करें
TensorFlow को pip के नवीनतम संस्करण की आवश्यकता होती है, इसलिए सुनिश्चित करने के लिए कि आप नवीनतम संस्करण का उपयोग कर रहे हैं, अपने pip इंस्टॉलेशन को अपग्रेड करें।
pip install --upgrade pip
फिर, pip का उपयोग करके TensorFlow इंस्टॉल करें।
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. इंस्टॉलेशन की पुष्टि करें
सीपीयू सेटअप की जाँच करें:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
यदि कोई टेंसर वापस आता है, तो आपने TensorFlow को सफलतापूर्वक स्थापित कर लिया है।
जीपीयू सेटअप की जांच करें:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
यदि जीपीयू उपकरणों की सूची प्राप्त होती है, तो आपने टेन्सरफ्लो को सफलतापूर्वक स्थापित कर लिया है।
विंडोज डब्ल्यूएसएल2
1. सिस्टम आवश्यकताएँ
- विंडोज 10 19044 या इससे उच्चतर (64-बिट)। यह विंडोज 10 संस्करण 21H2, नवंबर 2021 के अपडेट के अनुरूप है।
निम्नलिखित दस्तावेज़ देखें:
2. जीपीयू सेटअप
यदि आप केवल सीपीयू पर टेन्सरफ्लो चलाते हैं तो आप इस अनुभाग को छोड़ सकते हैं।
यदि आपने NVIDIA GPU ड्राइवर इंस्टॉल नहीं किया है, तो उसे इंस्टॉल करें। आप निम्न कमांड का उपयोग करके यह सत्यापित कर सकते हैं कि यह इंस्टॉल हो गया है।
nvidia-smi
3. TensorFlow इंस्टॉल करें
TensorFlow को pip के नवीनतम संस्करण की आवश्यकता होती है, इसलिए सुनिश्चित करने के लिए कि आप नवीनतम संस्करण का उपयोग कर रहे हैं, अपने pip इंस्टॉलेशन को अपग्रेड करें।
pip install --upgrade pip
फिर, pip का उपयोग करके TensorFlow इंस्टॉल करें।
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. इंस्टॉलेशन की पुष्टि करें
सीपीयू सेटअप की जाँच करें:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
यदि कोई टेंसर वापस आता है, तो आपने TensorFlow को सफलतापूर्वक स्थापित कर लिया है।
जीपीयू सेटअप की जांच करें:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
यदि जीपीयू उपकरणों की सूची प्राप्त होती है, तो आपने टेन्सरफ्लो को सफलतापूर्वक स्थापित कर लिया है।
पैकेज का स्थान
कुछ इंस्टॉलेशन प्रक्रियाओं के लिए TensorFlow Python पैकेज के URL की आवश्यकता होती है। आपके द्वारा निर्दिष्ट मान आपके Python संस्करण पर निर्भर करता है।