TensorFlow jest testowany i obsługiwany w następujących systemach 64-bitowych:

  • macOS 10.12.6 (Sierra) lub nowszy (bez obsługi GPU)
  • WSL2 przez Windows 10 19044 lub nowszy, w tym procesory graficzne (eksperymentalne)
# Requires the latest pip
pip install --upgrade pip

# Current stable release for CPU and GPU
pip install tensorflow

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

Zainstaluj TensorFlow za pomocą menedżera pakietów pip w Pythonie.

Oficjalne pakiety dostępne dla Ubuntu, Windows i macOS.

Przeczytaj przewodnik instalacji pip

Obrazy Dockera TensorFlow są już skonfigurowane do uruchamiania TensorFlow. Kontener Docker działa w środowisku wirtualnym i jest najłatwiejszym sposobem na skonfigurowanie obsługi GPU.

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
Przeczytaj instrukcję instalacji platformy Docker

Instalacja nie jest konieczna — uruchamiaj samouczki TensorFlow bezpośrednio w przeglądarce za pomocą Colaboratory , projektu badawczego Google stworzonego w celu rozpowszechniania edukacji i badań nad uczeniem maszynowym. Jest to środowisko notebooków Jupyter, które nie wymaga konfiguracji i działa całkowicie w chmurze. Przeczytaj wpis na blogu .

Stwórz swoją pierwszą aplikację ML

Twórz i wdrażaj modele TensorFlow w Internecie i na urządzeniach mobilnych.
TensorFlow.js to akcelerowana przez WebGL biblioteka JavaScript do trenowania i wdrażania modeli ML w przeglądarce, Node.js, urządzeniach mobilnych i nie tylko.
TensorFlow Lite to lekkie rozwiązanie dla urządzeń mobilnych i wbudowanych.