TensorFlow протестирован и поддерживается на следующих 64-битных системах:

  • Питон 3.9–3.12
  • Ubuntu 16.04 или более поздняя версия
  • Windows 7 или более поздняя версия (с распространяемым C++ )
  • macOS 10.12.6 (Sierra) или более поздняя версия (без поддержки графического процессора)
  • WSL2 через Windows 10 19044 или выше, включая графические процессоры (экспериментально)
# Requires the latest pip
pip install --upgrade pip

# Current stable release for CPU
pip install tensorflow

# Current stable release for GPU (Linux / WSL2)
pip install tensorflow[and-cuda]

# Or try the preview build (unstable)
pip install tf-nightly

Установите TensorFlow с помощью менеджера пакетов Python pip .

Официальные пакеты доступны для Ubuntu, Windows и macOS.

Прочитайте руководство по установке pip

Образы TensorFlow Docker уже настроены для запуска TensorFlow. Контейнер Docker работает в виртуальной среде и представляет собой самый простой способ настроить поддержку графического процессора.

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
Прочтите руководство по установке Docker.

Установка не требуется — запускайте учебные пособия по TensorFlow прямо в браузере с помощью Colaboratory , исследовательского проекта Google, созданного для распространения образования и исследований в области машинного обучения. Это среда ноутбука Jupyter, которая не требует настройки для использования и полностью работает в облаке. Прочитайте сообщение в блоге .

Создайте свое первое приложение машинного обучения

Создавайте и развертывайте модели TensorFlow в Интернете и на мобильных устройствах.

Веб-разработчики

TensorFlow.js — это библиотека JavaScript с ускорением WebGL для обучения и развертывания моделей машинного обучения в браузере, Node.js, мобильных устройствах и т. д.
TensorFlow Lite — это легкое решение для мобильных и встроенных устройств.