pip로 TensorFlow 설치
bookmark_border
이 가이드는 TensorFlow의 최신 안정 버전을 위한 것입니다. 미리 보기 빌드 (야간) 의 경우 tf-nightly 라는 pip 패키지를 사용합니다. 이전 TensorFlow 버전 요구 사항은 이 표 를 참조하세요. CPU 전용 빌드의 경우 tensorflow-cpu 라는 pip 패키지를 사용하십시오.
다음은 설치 명령의 빠른 버전입니다. 단계별 지침을 보려면 아래로 스크롤하십시오.
리눅스맥 OS윈도우 네이티브윈도우 WSL2CPU나이틀리
주의: TensorFlow 2.10 은 기본 Windows에서 GPU를 지원하는 마지막 TensorFlow 릴리스였습니다. TensorFlow 2.11 부터 WSL2에 TensorFlow 를 설치하거나 tensorflow-cpu 를 설치하고 선택적으로 TensorFlow-DirectML-Plugin 을 시도해야 합니다.
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
python3 -m pip install "tensorflow<2.11"
# Verify install:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"
하드웨어 요구 사항
참고: TensorFlow 바이너리는 이전 CPU에서 실행되지 않을 수 있는 AVX 명령어 를 사용합니다.
다음 GPU 지원 장치가 지원됩니다.
- CUDA® 아키텍처 3.5, 5.0, 6.0, 7.0, 7.5, 8.0 이상의 NVIDIA® GPU 카드. CUDA® 지원 GPU 카드 목록을 참조하십시오.
- 지원되지 않는 CUDA® 아키텍처가 있는 GPU의 경우 또는 PTX에서 JIT 컴파일을 피하거나 다른 버전의 NVIDIA® 라이브러리를 사용하려면 소스 가이드에서 Linux 빌드를 참조하세요.
- 패키지에는 지원되는 최신 CUDA® 아키텍처를 제외하고 PTX 코드가 포함되어 있지 않습니다. 따라서
CUDA_FORCE_PTX_JIT=1이 설정된 경우 TensorFlow는 이전 GPU에서 로드되지 않습니다. (자세한 내용은 응용 프로그램 호환성 을 참조하십시오.)
참고: "Status: device kernel image is invalid" 오류 메시지는 TensorFlow 패키지에 아키텍처용 PTX가 포함되어 있지 않음을 나타냅니다. 소스에서 TensorFlow를 빌드 하여 컴퓨팅 기능을 활성화할 수 있습니다.
시스템 요구 사항
- Ubuntu 16.04 이상(64비트)
- macOS 10.12.6(Sierra) 이상(64비트) (GPU 지원 안 함)
- Windows Native - Windows 7 이상(64비트) (TF 2.10 이후 GPU 지원 없음)
- Windows WSL2 - Windows 10 19044 이상(64비트)
참고: GPU 지원은 CUDA® 지원 카드가 있는 Ubuntu 및 Windows에서 사용할 수 있습니다.
소프트웨어 요구 사항
- 파이썬 3.7–3.10
- Linux(
manylinux2010지원 필요) 및 Windows용 pip 버전 19.0 이상. macOS의 경우 pip 버전 20.3 이상. - Windows Native 에는 Visual Studio 2015, 2017 및 2019용 Microsoft Visual C++ 재배포 가능 패키지가 필요합니다.
다음 NVIDIA® 소프트웨어는 GPU 지원에만 필요합니다.
- NVIDIA® GPU 드라이버 버전 450.80.02 이상.
- CUDA® 툴킷 11.2 .
- cuDNN SDK 8.1.0 .
- (선택 사항) TensorRT 는 추론을 위한 대기 시간 및 처리량을 개선합니다.
단계별 지침
주의: TensorFlow 2.10 은 기본 Windows에서 GPU를 지원하는 마지막 TensorFlow 릴리스였습니다. TensorFlow 2.11 부터 WSL2에 TensorFlow 를 설치하거나 tensorflow-cpu 를 설치하고 선택적으로 TensorFlow-DirectML-Plugin 을 시도해야 합니다.
1. 시스템 요구 사항
- Windows 7 이상(64비트)
참고: TensorFlow 2.10 부터 x86/x64 프로세서용 Windows CPU 빌드는 제3자 Intel 에서 빌드, 유지 관리, 테스트 및 출시합니다. Windows 기본 [tensorflow](https://pypi.org/project/tensorflow/) 또는 [tensorflow-cpu](https://pypi.org/project/tensorflow-cpu/) 패키지를 설치하면 Intel의 [tensorflow-intel](https://pypi.org/project/tensorflow-intel/) 패키지가 설치됩니다. 이러한 패키지는 있는 그대로 제공됩니다. Tensorflow는 이 pip 패키지의 가용성과 무결성을 유지하기 위해 합당한 노력을 기울일 것입니다. 제3자가 pip 패키지를 릴리스하지 못하면 지연될 수 있습니다. 이 협업에 대한 자세한 내용은 이 블로그 게시물 을 참조하십시오.
2. Microsoft Visual C++ 재배포 가능 패키지 설치
Visual Studio 2015, 2017 및 2019용 Microsoft Visual C++ 재배포 가능 패키지를 설치합니다. TensorFlow 2.1.0 버전부터 msvcp140_1.dll 파일이 이 패키지에 필요합니다(이전 재배포 가능 패키지에서 제공되지 않을 수 있음). 재배포 가능 패키지는 Visual Studio 2019 와 함께 제공되지만 별도로 설치할 수 있습니다.
- Microsoft Visual C++ 다운로드 로 이동합니다.
- Visual Studio 2015, 2017 및 2019 섹션까지 페이지를 아래로 스크롤합니다.
- 플랫폼 에 맞는 Visual Studio 2015, 2017 및 2019용 Microsoft Visual C++ 재배포 가능 패키지를 다운로드하여 설치합니다.
Windows에서 긴 경로가 활성화 되어 있는지 확인하십시오.
3. 미니콘다 설치
Miniconda 는 GPU 지원과 함께 TensorFlow를 설치하는 데 권장되는 접근 방식입니다. 시스템에 설치된 소프트웨어가 변경되지 않도록 별도의 환경을 만듭니다. 이는 특히 GPU 설정에 필요한 소프트웨어를 설치하는 가장 쉬운 방법이기도 합니다.
Miniconda Windows Installer 를 다운로드합니다. 다운로드한 파일을 두 번 클릭하고 화면의 지시를 따릅니다.
4. 콘다 환경 만들기
다음 명령을 사용하여 [tf](https://www.tensorflow.org/api_docs/python/tf?hl=ko) 라는 새 conda 환경을 만듭니다.
conda create --name tf python=3.9
다음 명령을 사용하여 비활성화 및 활성화할 수 있습니다.
conda deactivate
conda activate tf
나머지 설치를 위해 활성화되어 있는지 확인하십시오.
5. GPU 설정
TensorFlow를 CPU에서만 실행하는 경우 이 섹션을 건너뛸 수 있습니다.
없는 경우 먼저 NVIDIA GPU 드라이버 를 설치하십시오.
그런 다음 conda와 함께 CUDA, cuDNN을 설치합니다.
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
6. TensorFlow 설치
TensorFlow에는 최신 버전의 pip가 필요하므로 pip 설치를 업그레이드하여 최신 버전을 실행하고 있는지 확인하세요.
pip install --upgrade pip
그런 다음 pip로 TensorFlow를 설치합니다.
참고: conda와 함께 TensorFlow를 설치하지 마십시오. 최신 안정 버전이 없을 수 있습니다. TensorFlow는 공식적으로 PyPI에만 출시되기 때문에 pip를 권장합니다.
# Anything above 2.10 is not supported on the GPU on Windows Native
pip install "tensorflow<2.11"7. 설치 확인
CPU 설정 확인:
python3 -c "import tensorflow as tf; print(tf.reduce_sum(tf.random.normal([1000, 1000])))"Tensor가 반환되면 TensorFlow를 성공적으로 설치한 것입니다.
GPU 설정 확인:
python3 -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"GPU 장치 목록이 반환되면 TensorFlow를 성공적으로 설치한 것입니다.
패키지 위치
몇 가지 설치 메커니즘에는 TensorFlow Python 패키지의 URL이 필요합니다. 지정하는 값은 Python 버전에 따라 다릅니다.
