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 versione successiva (64 bit)

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

2. Configurazione della GPU

È possibile saltare questa sezione se si esegue TensorFlow solo sulla CPU.

Installa il driver GPU NVIDIA se non lo hai ancora fatto. Puoi usare il seguente comando per verificarne l'installazione.

nvidia-smi

3. Creare un ambiente virtuale con venv

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

Passare alla directory degli ambienti virtuali desiderati e creare un nuovo ambiente venv denominato tf con il seguente comando.

python3 -m venv tf 

Puoi attivarlo con il seguente comando.

source tf/bin/activate    

Assicurarsi 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

Quindi, installa TensorFlow con pip.

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

6. Verificare l'installazione

Verificare 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 avvenuta correttamente.

Verificare la configurazione della GPU:

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

Se viene restituito un elenco di dispositivi GPU, l'installazione di TensorFlow è avvenuta correttamente. In caso contrario, procedere al passaggio successivo .

6. [Solo GPU] Configurazione dell'ambiente virtuale

Se il test GPU nell'ultima sezione non ha avuto esito positivo, la causa più probabile è che i componenti non vengono rilevati e/o sono in conflitto con l'installazione CUDA del sistema esistente. Pertanto, è necessario aggiungere alcuni link simbolici per risolvere il problema.

• Crea collegamenti simbolici alle librerie condivise 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

Verificare 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 versione successiva (64 bit)

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

2. Controlla 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

Quindi, 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 avvenuta correttamente.

Windows nativo

1. Requisiti di sistema

• Windows 7 o versioni successive (64 bit)

2. Installa Microsoft Visual C++ Redistributable

Installa Microsoft Visual C++ Redistributable per Visual Studio 2015, 2017 e 2019. A partire dalla versione TensorFlow 2.1.0, il file msvcp140_1.dll è richiesto da questo pacchetto (che potrebbe non essere fornito da pacchetti ridistribuibili precedenti). Il file ridistribuibile è incluso in Visual Studio 2019, ma può essere installato separatamente:

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

Assicurarsi che i percorsi lunghi siano abilitati su Windows.

3. Installa Miniconda

Miniconda è l'approccio consigliato per l'installazione di TensorFlow con supporto GPU. Crea un ambiente separato per evitare di modificare il software installato sul sistema. È anche il modo più semplice per installare il software necessario, soprattutto per la configurazione GPU.

Scarica Miniconda Windows Installer . Fai doppio clic sul file scaricato e segui le istruzioni sullo schermo.

4. Creare un ambiente conda

Creare un nuovo ambiente conda denominato 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

Assicurarsi che sia attivato per il resto dell'installazione.

5. Configurazione della GPU

Puoi saltare questa sezione se esegui TensorFlow solo sulla CPU.

Se non l'hai ancora fatto, installa prima il driver GPU NVIDIA .

Quindi installare CUDA, cuDNN con 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

Quindi, 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

Verificare 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 avvenuta correttamente.

Verificare la configurazione della GPU:

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

Se viene restituito un elenco di dispositivi GPU, l'installazione di TensorFlow è avvenuta correttamente.

Windows WSL2

1. Requisiti di sistema

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

Consultare i seguenti documenti per:

• Scarica l'ultimo aggiornamento di Windows 10 .
• Installa WSL2
• Imposta il supporto GPU NVIDIA® in WSL2

2. Configurazione della GPU

È possibile saltare questa sezione se si esegue TensorFlow solo sulla CPU.

Installa il driver GPU NVIDIA se non lo hai ancora fatto. Puoi usare il seguente comando per verificarne l'installazione.

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

Quindi, installa TensorFlow con pip.

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

4. Verificare l'installazione

Verificare 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 avvenuta correttamente.

Verificare la configurazione della GPU:

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

Se viene restituito un elenco di dispositivi GPU, l'installazione di TensorFlow è avvenuta correttamente.