Esta guía es para la última versión estable de TensorFlow. Para la versión preliminar (todas las noches) , utilice el paquete pip denominado tf-nightly
. Consulte estas tablas para conocer los requisitos de la versión anterior de TensorFlow. Para la compilación solo de CPU, use el paquete pip denominado tensorflow-cpu
.
Aquí están las versiones rápidas de los comandos de instalación. Desplácese hacia abajo para ver las instrucciones paso a paso.
linux
python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Mac OS
# 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])))"
Nativo de Windows
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'))"
WSL2 de Windows
python3 -m pip install tensorflow[and-cuda]
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
UPC
python3 -m pip install tensorflow
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Nocturno
python3 -m pip install tf-nightly
# Verify the installation:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Requisitos de hardware
Se admiten los siguientes dispositivos habilitados para GPU:
- Tarjeta GPU NVIDIA® con arquitecturas CUDA® 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 y superiores. Consulte la lista de tarjetas GPU compatibles con CUDA® .
- Para GPU con arquitecturas CUDA® no compatibles, o para evitar la compilación JIT desde PTX, o para usar diferentes versiones de las bibliotecas NVIDIA®, consulte la guía de compilación de Linux desde el código fuente .
- Los paquetes no contienen código PTX excepto la última arquitectura CUDA® compatible; por lo tanto, TensorFlow no se carga en GPU más antiguas cuando se establece
CUDA_FORCE_PTX_JIT=1
. (Consulte Compatibilidad de aplicaciones para obtener más detalles).
Requisitos del sistema
- Ubuntu 16.04 o superior (64 bits)
- macOS 10.12.6 (Sierra) o superior (64 bits) (sin compatibilidad con GPU)
- Nativo de Windows: Windows 7 o superior (64 bits) (sin compatibilidad con GPU después de TF 2.10)
- Windows WSL2: Windows 10 19044 o superior (64 bits)
Requisitos de Software
- Pitón 3.9–3.11
- pip versión 19.0 o superior para Linux (requiere compatibilidad
manylinux2014
) y Windows. pip versión 20.3 o superior para macOS. - Windows nativo requiere Microsoft Visual C redistribuible para Visual Studio 2015, 2017 y 2019
El siguiente software NVIDIA® solo es necesario para la compatibilidad con GPU.
- Controladores de GPU NVIDIA® versión 450.80.02 o superior.
- Kit de herramientas CUDA® 11.8 .
- SDK de cuDNN 8.6.0 .
- (Opcional) TensorRT para mejorar la latencia y el rendimiento de la inferencia.
Instrucciones paso a paso
linux
1. Requisitos del sistema
- Ubuntu 16.04 o superior (64 bits)
TensorFlow solo es compatible oficialmente con Ubuntu. Sin embargo, las siguientes instrucciones también pueden funcionar para otras distribuciones de Linux.
2. Configuración de la GPU
Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.
Instale el controlador de GPU NVIDIA si no lo tiene. Puede utilizar el siguiente comando para verificar que esté instalado.
nvidia-smi
3. Instale TensorFlow
TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.
pip install --upgrade pip
Luego, instale TensorFlow con pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. Verificar la instalación
Verifique la configuración de la CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Si se devuelve un tensor, ha instalado TensorFlow correctamente.
Verifique la configuración de la GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente.
Mac OS
1. Requisitos del sistema
- macOS 10.12.6 (Sierra) o superior (64 bits)
Actualmente no existe soporte oficial de GPU para ejecutar TensorFlow en MacOS. Las siguientes instrucciones son para ejecutar en la CPU.
2. Verifique la versión de Python
Compruebe si su entorno Python ya está configurado:
python3 --version
python3 -m pip --version
3. Instale TensorFlow
TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.
pip install --upgrade pip
Luego, instale TensorFlow con pip.
pip install tensorflow
4. Verificar la instalación
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Si se devuelve un tensor, ha instalado TensorFlow correctamente.
Nativo de Windows
1. Requisitos del sistema
- Windows 7 o superior (64 bits)
2. Instale Microsoft Visual C Redistribuible
Instale Microsoft Visual C Redistribuible para Visual Studio 2015, 2017 y 2019 . A partir de la versión TensorFlow 2.1.0, se requiere el archivo msvcp140_1.dll
de este paquete (que puede no proporcionarse desde paquetes redistribuibles más antiguos). El redistribuible viene con Visual Studio 2019 pero se puede instalar por separado:
- Vaya a las descargas de Microsoft Visual C .
- Desplácese hacia abajo en la página hasta la sección Visual Studio 2015, 2017 y 2019 .
- Descargue e instale Microsoft Visual C Redistributable para Visual Studio 2015, 2017 y 2019 para su plataforma.
Asegúrese de que las rutas largas estén habilitadas en Windows.
3. Instalar Miniconda
Miniconda es el enfoque recomendado para instalar TensorFlow con soporte de GPU. Crea un entorno separado para evitar cambiar cualquier software instalado en su sistema. Esta es también la forma más sencilla de instalar el software necesario, especialmente para la configuración de la GPU.
Descargue el instalador de Windows Miniconda . Haga doble clic en el archivo descargado y siga las instrucciones en pantalla.
4. Crea un entorno conda
Cree un nuevo entorno conda llamado tf
con el siguiente comando.
conda create --name tf python=3.9
Puedes desactivarlo y activarlo con los siguientes comandos.
conda deactivate
conda activate tf
Asegúrese de que esté activado para el resto de la instalación.
5. Configuración de la GPU
Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.
Primero instale el controlador de GPU NVIDIA si aún no lo ha hecho.
Luego instale CUDA, cuDNN con conda.
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. Instale TensorFlow
TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.
pip install --upgrade pip
Luego, instale TensorFlow con pip.
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"
7. Verificar la instalación
Verifique la configuración de la CPU:
python -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Si se devuelve un tensor, ha instalado TensorFlow correctamente.
Verifique la configuración de la GPU:
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente.
WSL2 de Windows
1. Requisitos del sistema
- Windows 10 19044 o superior (64 bits). Esto corresponde a la versión 21H2 de Windows 10, la actualización de noviembre de 2021.
Consulte los siguientes documentos para:
- Descargue la última actualización de Windows 10 .
- Instalar WSL2
- Configurar la compatibilidad con GPU NVIDIA® en WSL2
2. Configuración de la GPU
Puede omitir esta sección si solo ejecuta TensorFlow en la CPU.
Instale el controlador de GPU NVIDIA si no lo tiene. Puede utilizar el siguiente comando para verificar que esté instalado.
nvidia-smi
3. Instale TensorFlow
TensorFlow requiere una versión reciente de pip, así que actualice su instalación de pip para asegurarse de estar ejecutando la última versión.
pip install --upgrade pip
Luego, instale TensorFlow con pip.
# For GPU users
pip install tensorflow[and-cuda]
# For CPU users
pip install tensorflow
4. Verificar la instalación
Verifique la configuración de la CPU:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"
Si se devuelve un tensor, ha instalado TensorFlow correctamente.
Verifique la configuración de la GPU:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
Si se devuelve una lista de dispositivos GPU, ha instalado TensorFlow correctamente.
Ubicación del paquete
Algunos mecanismos de instalación requieren la URL del paquete TensorFlow Python. El valor que especifique depende de su versión de Python.