Panduan ini ditujukan untuk TensorFlow versi stabil terbaru. Untuk build pratinjau (nightly) , gunakan paket pip bernama tf-nightly
. Lihat tabel ini untuk mengetahui persyaratan versi TensorFlow yang lebih lama. Untuk build khusus CPU, gunakan paket pip bernama tensorflow-cpu
.
Berikut adalah versi cepat dari perintah instalasi. Gulir ke bawah untuk petunjuk langkah demi langkah.
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 Asli
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])))"
Malam
python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Persyaratan perangkat keras
Perangkat berkemampuan GPU berikut ini didukung:
- Kartu GPU NVIDIA® dengan arsitektur CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 dan lebih tinggi. Lihat daftar kartu GPU berkemampuan CUDA® .
- Untuk GPU dengan arsitektur CUDA® yang tidak didukung, atau untuk menghindari kompilasi JIT dari PTX, atau untuk menggunakan versi pustaka NVIDIA® yang berbeda, lihat panduan build Linux dari sumber .
- Paket tidak berisi kode PTX kecuali arsitektur CUDA® terbaru yang didukung; oleh karena itu, TensorFlow gagal dimuat pada GPU lama ketika
CUDA_FORCE_PTX_JIT=1
disetel. (Lihat Kompatibilitas Aplikasi untuk detailnya.)
Persyaratan sistem
- Ubuntu 16.04 atau lebih tinggi (64-bit)
- macOS 12.0 (Monterey) atau lebih tinggi (64-bit) (tidak ada dukungan GPU)
- Windows Native - Windows 7 atau lebih tinggi (64-bit) (tidak ada dukungan GPU setelah TF 2.10)
- Windows WSL2 - Windows 10 19044 atau lebih tinggi (64-bit)
Persyaratan perangkat lunak
- Piton 3.9–3.12
- pip versi 19.0 atau lebih tinggi untuk Linux (memerlukan dukungan
manylinux2014
) dan Windows. pip versi 20.3 atau lebih tinggi untuk macOS. - Windows Native Memerlukan Microsoft Visual C++ yang Dapat Didistribusikan Ulang untuk Visual Studio 2015, 2017, dan 2019
Perangkat lunak NVIDIA® berikut hanya diperlukan untuk dukungan GPU.
- Driver GPU NVIDIA®
- >= 525.60.13 untuk Linux
- >= 528.33 untuk WSL di Windows
- Perangkat CUDA® 12.3 .
- cuDNN SDK 8.9.7 .
- (Opsional) TensorRT untuk meningkatkan latensi dan throughput untuk inferensi.
Petunjuk langkah demi langkah
Linux
1. Persyaratan sistem
- Ubuntu 16.04 atau lebih tinggi (64-bit)
TensorFlow hanya secara resmi mendukung Ubuntu. Namun, petunjuk berikut mungkin juga berfungsi untuk distro Linux lainnya.
2. pengaturan GPU
Anda dapat melewati bagian ini jika Anda hanya menjalankan TensorFlow di CPU.
Instal driver GPU NVIDIA jika belum. Anda dapat menggunakan perintah berikut untuk memverifikasi bahwa itu sudah diinstal.
nvidia-smi
3. Buat lingkungan virtual dengan venv
Modul venv adalah bagian dari pustaka standar Python dan merupakan cara resmi yang direkomendasikan untuk membuat lingkungan virtual.
Navigasikan ke direktori lingkungan virtual yang Anda inginkan dan buat lingkungan venv baru bernama tf
dengan perintah berikut.
python3 -m venv tf
Anda dapat mengaktifkannya dengan perintah berikut.
source tf/bin/activate
Pastikan lingkungan virtual diaktifkan selama sisa instalasi.
4. Instal TensorFlow
TensorFlow memerlukan pip versi terbaru, jadi tingkatkan instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Lalu, instal TensorFlow dengan pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
6. Verifikasi instalasi
Verifikasi pengaturan CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, Anda telah berhasil menginstal TensorFlow.
Verifikasi pengaturan GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Jika daftar perangkat GPU ditampilkan, Anda telah berhasil menginstal TensorFlow. Jika tidak lanjutkan ke langkah berikutnya .
6. [GPU saja] Konfigurasi lingkungan virtual
Jika pengujian GPU di bagian terakhir tidak berhasil, kemungkinan besar penyebabnya adalah komponen tidak terdeteksi, dan/atau bertentangan dengan instalasi CUDA sistem yang ada. Jadi, Anda perlu menambahkan beberapa tautan simbolik untuk memperbaikinya.
- Buat tautan simbolik ke perpustakaan bersama NVIDIA:
pushd $(dirname $(python -c 'print(__import__("tensorflow").__file__)'))
ln -svf ../nvidia/*/lib/*.so* .
popd
- Buat tautan simbolis ke 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
Verifikasi pengaturan GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
macOS
1. Persyaratan sistem
- macOS 10.12.6 (Sierra) atau lebih tinggi (64-bit)
Saat ini belum ada dukungan GPU resmi untuk menjalankan TensorFlow di MacOS. Petunjuk berikut ini untuk dijalankan pada CPU.
2. Periksa versi Python
Periksa apakah lingkungan Python Anda sudah dikonfigurasi:
python3 --version
python3 -m pip --version
3. Instal TensorFlow
TensorFlow memerlukan pip versi terbaru, jadi tingkatkan instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Lalu, instal TensorFlow dengan pip.
pip install tensorflow
4. Verifikasi instalasi
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, Anda telah berhasil menginstal TensorFlow.
Windows Asli
1. Persyaratan sistem
- Windows 7 atau lebih tinggi (64-bit)
2. Instal Microsoft Visual C++ Dapat Didistribusikan Ulang
Instal Microsoft Visual C++ Redistributable untuk Visual Studio 2015, 2017, dan 2019 . Dimulai dengan versi TensorFlow 2.1.0, file msvcp140_1.dll
diperlukan dari paket ini (yang mungkin tidak disediakan dari paket lama yang dapat didistribusikan ulang). Yang dapat didistribusikan ulang hadir dengan Visual Studio 2019 tetapi dapat diinstal secara terpisah:
- Buka unduhan Microsoft Visual C++ .
- Gulir ke bawah halaman ke bagian Visual Studio 2015, 2017 dan 2019 .
- Unduh dan instal Microsoft Visual C++ Redistributable untuk Visual Studio 2015, 2017, dan 2019 untuk platform Anda.
Pastikan jalur panjang diaktifkan di Windows.
3. Instal Miniconda
Miniconda adalah pendekatan yang direkomendasikan untuk menginstal TensorFlow dengan dukungan GPU. Ini menciptakan lingkungan terpisah untuk menghindari perubahan perangkat lunak apa pun yang diinstal di sistem Anda. Ini juga merupakan cara termudah untuk menginstal perangkat lunak yang diperlukan terutama untuk pengaturan GPU.
Unduh Penginstal Windows Miniconda . Klik dua kali file yang diunduh dan ikuti petunjuk di layar.
4. Ciptakan lingkungan yang kondusif
Buat lingkungan conda baru bernama tf
dengan perintah berikut.
conda create --name tf python=3.9
Anda dapat menonaktifkan dan mengaktifkannya dengan perintah berikut.
conda deactivate
conda activate tf
Pastikan itu diaktifkan untuk sisa instalasi.
5. Pengaturan GPU
Anda dapat melewati bagian ini jika Anda hanya menjalankan TensorFlow di CPU.
Instal terlebih dahulu driver GPU NVIDIA jika belum.
Kemudian instal CUDA, cuDNN dengan conda.
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. Instal TensorFlow
TensorFlow memerlukan pip versi terbaru, jadi tingkatkan instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Lalu, instal TensorFlow dengan pip.
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. Verifikasi instalasi
Verifikasi pengaturan CPU:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, Anda telah berhasil menginstal TensorFlow.
Verifikasi pengaturan GPU:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Jika daftar perangkat GPU ditampilkan, Anda telah berhasil menginstal TensorFlow.
Windows WSL2
1. Persyaratan sistem
- Windows 10 19044 atau lebih tinggi (64-bit). Ini sesuai dengan Windows 10 versi 21H2, pembaruan November 2021.
Lihat dokumen berikut untuk:
2. pengaturan GPU
Anda dapat melewati bagian ini jika Anda hanya menjalankan TensorFlow di CPU.
Instal driver GPU NVIDIA jika belum. Anda dapat menggunakan perintah berikut untuk memverifikasi bahwa itu sudah diinstal.
nvidia-smi
3. Instal TensorFlow
TensorFlow memerlukan pip versi terbaru, jadi tingkatkan instalasi pip Anda untuk memastikan Anda menjalankan versi terbaru.
pip install --upgrade pip
Lalu, instal TensorFlow dengan pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. Verifikasi instalasi
Verifikasi pengaturan CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Jika tensor dikembalikan, Anda telah berhasil menginstal TensorFlow.
Verifikasi pengaturan GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Jika daftar perangkat GPU ditampilkan, Anda telah berhasil menginstal TensorFlow.
Lokasi paket
Beberapa mekanisme instalasi memerlukan URL paket TensorFlow Python. Nilai yang Anda tentukan bergantung pada versi Python Anda.