使用 pip 安装 TensorFlow

本文详细指导如何使用pip在Ubuntu和Windows系统上安装TensorFlow2,包括Python版本要求、系统准备、创建虚拟环境、安装步骤以及不同版本的软件包链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用 pip 安装 TensorFlow

 bookmark_border

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 Pythonpip 软件包管理器和 venv

UbuntumacOSWindows其他

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。

Python 虚拟环境用于将软件包安装与系统隔离开来。

Ubuntu/macOSWindowsConda

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:

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

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。

虚拟环境安装系统安装

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。

软件包位置

部分安装方式需要您提供 TensorFlow Python 软件包的网址。您需要根据 Python 版本指定网址。

版本网址
Linux
Python 3.6(支持 GPU)https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.6(仅支持 CPU)https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-manylinux2010_x86_64.whl
Python 3.7(支持 GPU)https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.7(仅支持 CPU)https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp37-cp37m-manylinux2010_x86_64.whl
Python 3.8(支持 GPU)https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.8(仅支持 CPU)https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp38-cp38-manylinux2010_x86_64.whl
Python 3.9(支持 GPU)https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-2.6.0-cp39-cp39-manylinux2010_x86_64.whl
Python 3.9(仅支持 CPU)https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow_cpu-2.6.0-cp39-cp39-manylinux2010_x86_64.whl
macOS(仅支持 CPU)
Python 3.6https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp36-cp36m-macosx_10_11_x86_64.whl
Python 3.7https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp37-cp37m-macosx_10_11_x86_64.whl
Python 3.8https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp38-cp38-macosx_10_11_x86_64.whl
Python 3.9https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-2.6.0-cp39-cp39-macosx_10_11_x86_64.whl
Windows
Python 3.6(支持 GPU)https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp36-cp36m-win_amd64.whl
Python 3.6(仅支持 CPU)https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp36-cp36m-win_amd64.whl
Python 3.7(支持 GPU)https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp37-cp37m-win_amd64.whl
Python 3.7(仅支持 CPU)https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp37-cp37m-win_amd64.whl
Python 3.8(支持 GPU)https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp38-cp38-win_amd64.whl
Python 3.8(仅支持 CPU)https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp38-cp38-win_amd64.whl
Python 3.9(支持 GPU)https://storage.googleapis.com/tensorflow/windows/gpu/tensorflow_gpu-2.6.0-cp39-cp39-win_amd64.whl
Python 3.9(仅支持 CPU)https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow_cpu-2.6.0-cp39-cp39-win_amd64.whl
### 使用 Pip 安装 TensorFlow 的详细步骤 #### 准备工作 在安装TensorFlow之前,需要确保系统已经安装Python,并且其版本位于3.5至3.8之间[^2]。此外,大多数Python发行版都会附带pip工具,这是用来管理Python包的核心工具。 #### 升级Pip 无论在哪种环境下操作,建议首先升级pip以获得最佳兼容性和安全性: ```bash pip install --upgrade pip ``` #### 创建虚拟环境(推荐) 为了防止影响系统的其他配置以及更好地管理依赖关系,强烈建议在一个隔离的虚拟环境中进行TensorFlow安装。以下是创建和激活虚拟环境的具体方法: ```bash virtualenv --system-site-packages -p python3 ./venv source ./venv/bin/activate ``` 这里,“./venv”表示新建立的虚拟环境目录名,可以根据个人喜好更改此名字[^3]。 #### 正式安装TensorFlow 进入刚刚设立好的虚拟环境之后,就可以正式着手安装TensorFlow了。执行下面这条命令即可完成基本版TensorFlow的部署: ```bash pip install --upgrade tensorflow ``` 如果希望利用GPU来加速计算过程,则应该替换为以下指令来获取支持GPU的TensorFlow版本: ```bash pip install --upgrade tensorflow-gpu ``` #### 替代源的选择 当遇到因网络状况不佳而导致下载缓慢甚至失败的情况时,可以考虑切换成更稳定的镜像站点作为pip地址。比如清华大学开源软件镜像服务提供了一个可靠的选项: ```bash pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow ``` #### 验证安装成果 最后但同样重要的是要检验整个安装流程是否顺利完成。可以在Python解释器里试着引入TensorFlow模块并打印它的版本号来进行简单的检测: ```python import tensorflow as tf print(tf.__version__) ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值