TensorFlow 2 软件包现已推出
tensorflow
:支持 CPU 和 GPU 的最新稳定版(适用于 Ubuntu 和 Windows)tf-nightly
:预览 build(不稳定)。Ubuntu 和 Windows 均包含 GPU 支持。
旧版 TensorFlow
对于 TensorFlow 1.x,CPU 和 GPU 软件包是分开的:
tensorflow==1.15
:仅支持 CPU 的版本tensorflow-gpu==1.15
:支持 GPU 的版本(适用于 Ubuntu 和 Windows)
系统要求
- Python 3.6–3.9
- 若要支持 Python 3.9,需要使用 TensorFlow 2.5 或更高版本。
- 若要支持 Python 3.8,需要使用 TensorFlow 2.2 或更高版本。
- pip 19.0 或更高版本(需要
manylinux2010
支持) - Ubuntu 16.04 或更高版本(64 位)
- macOS 10.12.6 (Sierra) 或更高版本(64 位)(不支持 GPU)
- macOS 要求使用 pip 20.3 或更高版本
- Windows 7 或更高版本(64 位)
- GPU 支持需要使用支持 CUDA® 的卡(适用于 Ubuntu 和 Windows)
注意:必须使用最新版本的 pip
,才能安装 TensorFlow 2。
硬件要求
- 从 TensorFlow 1.6 开始,二进制文件使用 AVX 指令,这些指令可能无法在旧版 CPU 上运行。
- 阅读 GPU 支持指南,以在 Ubuntu 或 Windows 上设置支持 CUDA® 的 GPU 卡。
1. 在系统上安装 Python 开发环境
检查是否已配置 Python 环境:
需要使用 Python 3.6-3.9 和 pip 19.0 及更高版本
python3 --version
pip3 --version
如果已安装这些软件包,请跳至下一步。
否则,请安装 Python、pip 软件包管理器和 venv:
sudo apt update
sudo apt install python3-dev python3-pip python3-venv
注意:升级系统 pip 可能会导致问题。
如果不是在虚拟环境中,请针对下面的命令使用 python3 -m pip
。这样可以确保您升级并使用 Python pip,而不是系统 pip。
2.创建虚拟环境(推荐)
Python 虚拟环境用于将软件包安装与系统隔离开来。
创建一个新的虚拟环境,方法是选择 Python 解释器并创建一个 ./venv
目录来存放它:
python3 -m venv --system-site-packages ./venv
使用特定于 shell 的命令激活该虚拟环境:根据环境选择其中一个执行
source ./venv/bin/activate # sh, bash, or zsh
. ./venv/bin/activate.fish # fish
source ./venv/bin/activate.csh # csh or tcsh
当虚拟环境处于有效状态时,shell 提示符带有 (venv)
前缀。
在不影响主机系统设置的情况下,在虚拟环境中安装软件包。首先升级 pip
:
pip install --upgrade pip
pip list # show packages installed within the virtual environment
之后退出虚拟环境:
deactivate # don't exit until you're done using TensorFlow
3.安装 TensorFlow pip 软件包
请从 PyPI 中选择以下某个 TensorFlow 软件包进行安装:
tensorflow
:支持 CPU 和 GPU 的最新稳定版(适用于 Ubuntu 和 Windows)。tf-nightly
:预览 build(不稳定)。Ubuntu 和 Windows 均包含 GPU 支持。tensorflow==1.15
:TensorFlow 1.x 的最终版本。
系统会自动安装软件包依赖项。这些依赖项就列在 setup.py 文件的 REQUIRED_PACKAGES
下。
pip install --upgrade tensorflow
验证安装效果:
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
成功:如果系统返回了张量,则意味着您已成功安装 TensorFlow。请查看教程开始使用。
参考:https://www.tensorflow.org/install/pip?hl=zh-cn#virtual-environment-install