Instalar

* ) Fazer login

Help protect the Great Barrier Reef with TensorFlow on Kaggle

Join Challenge

TensorFlow % Instalar
Isso foi útil?

Supo!e a GPUs

Nesta página
Pacote pip
Versões mais antigas do TensorFlow
Requisitos de hardware
Requisitos de software
ConSguração do Linux
Instalar a CUDA com apt
ConSguração do Windows

# Observação: o suporte a GPUs está disponível para

Ubuntu e Windows com placas ativadas para CUDA®.

O suporte a GPUs do TensorFlow requer uma

variedade de drivers e bibliotecas. Para simpliScar a
instalação e evitar con?itos entre bibliotecas,
recomendamos o uso de uma imagem do
TensorFlow Docker com suporte a GPUs (somente
Linux). Essa conSguração requer apenas os drivers
da GPU NVIDIA® &.

Estas instruções de instalação são referentes à

versão mais recente do TensorFlow. Consulte as
conSgurações do build testadas para CUDA e cuDNN
a serem usadas com versões mais antigas do
TensorFlow.

Pacote PIP

Consulte o guia de instalação do PIP para ver os

pacotes, os requisitos de sistema e as instruções
disponíveis. O pacote pip do TensorFlow inclui
suporte a GPUs para placas habilitadas para CUDA®:

' (
$ pip install tensorflow

Este guia aborda as etapas de suporte e instalação

de GPUs para a última versão estável do TensorFlow.

Versões mais antigas do TensorFlow

Para as versões 1.15 e anteriores, os pacotes de CPU

e GPU são separados:

' (
$ pip install tensorflow==1.15 # CPU
$ pip install tensorflow-gpu==1.15 # GPU

Requisitos de hardware

Há suporte para os seguintes dispositivos habilitados

para GPU:

Placa GPU NVIDIA® com arquiteturas CUDA®

3.5, 5.0, 6.0, 7.0, 7.5, 8.0 ou mais recentes. Veja
a lista de placas GPU habilitadas para
CUDA® &.

Para GPUs com arquiteturas CUDA® sem

suporte, para evitar a compilação do PTX
usando JIT ou para usar diferentes versões das
bibliotecas da NVIDIA®, consulte o guia sobre
criar da origem para o Linux.

Os pacotes não contêm o código PTX, exceto

para arquitetura CUDA® com suporte mais
recente. Portanto, o TensorFlow não carrega em
GPUs mais antigas quando
CUDA_FORCE_PTX_JIT=1 estiver deSnido.
Consulte Compatibilidade de aplicativos &
para saber mais detalhes.

# Observação: a mensagem de erro "Status: imagem do

kernel do dispositivo é inválida" indica que o pacote do
TensorFlow não contém PTX para sua arquitetura. É
possível ativar os recursos de computação ao criar o
TensorFlow a partir da fonte.

Requisitos de so"ware

Os seguintes softwares NVIDIA® precisam ser

instalados no sistema:

Drivers de GPU NVIDIA® &: a CUDA® 11.2

exige 450.80.02 ou mais recente.

CUDA® Toolkit &: o TensorFlow suporta a

CUDA® 11.2 (TensorFlow >= 2.5.0).

A CUPTI & acompanha o CUDA® Toolkit.

cuDNN SDK 8.1.0 & versões da cuDNN &.

(Opcional) TensorRT 6.0 & para melhorar a

latência e a capacidade de inferência em alguns
modelos.

Con#guração do Linux

As instruções apt abaixo são a maneira mais fácil

de instalar o software NVIDIA necessário no Ubuntu.
No entanto, se for criar o TensorFlow da origem,
instale manualmente os requisitos de software
listados acima e considere o uso de uma -devel
imagem TensorFlow Docker como base.

Instale a CUPTI &, que acompanha o CUDA® Toolkit.

Anexe o diretório de instalação dela à variável de
ambiente $LD_LIBRARY_PATH :

$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/l

Instalar a CUDA com apt

Nesta seção, mostramos como instalar a CUDA® 11

(TensorFlow >= 2.4.0) no Ubuntu 16.04 e 18.04. Estas
instruções podem funcionar para outras distribuições
baseadas no Debian.

$ Cuidado: a Inicialização segura & complica a

instalação do driver NVIDIA e está além do escopo
destas instruções.

Ubuntu 18.04 (CUDA 11.0)

# Add NVIDIA package repositories

$ wget https://developer.download.nvidia.com/com
$ sudo mv cuda-ubuntu1804.pin /etc/apt/preferenc
$ sudo apt-key adv --fetch-keys https://develope
$ sudo add-apt-repository "deb https://developer
$ sudo apt-get update

$ wget http://developer.download.nvidia.com/comp

$ sudo apt install ./nvidia-machine-learning-rep

$ sudo apt-get update

$ wget https://developer.download.nvidia.com/com
$ sudo apt install ./libnvinfer7_7.1.3-1+cuda11.
$ sudo apt-get update

# Install development and runtime libraries (~4G

$ sudo apt-get install --no-install-recommends \
cuda-11-0 \
libcudnn8=8.0.4.30-1+cuda11.0 \
libcudnn8-dev=8.0.4.30-1+cuda11.0

# Reboot. Check that GPUs are visible using the

# Install TensorRT. Requires that libcudnn8 is i

$ sudo apt-get install -y --no-install-recommend
libnvinfer-dev=7.1.3-1+cuda11.0 \
libnvinfer-plugin7=7.1.3-1+cuda11.0

Ubuntu 16.04 (CUDA 11.0)

# Add NVIDIA package repositories

# Add HTTPS support for apt-key
$ sudo apt-get install gnupg-curl
$ wget https://developer.download.nvidia.com/com
$ sudo mv cuda-ubuntu1604.pin /etc/apt/preferenc
$ sudo apt-key adv --fetch-keys https://develope
$ sudo add-apt-repository "deb https://developer
$ sudo apt-get update
$ wget https://developer.download.nvidia.com/com
$ sudo apt install ./nvidia-machine-learning-rep
$ sudo apt-get update
$ wget https://developer.download.nvidia.com/com
$ sudo apt install ./libnvinfer7_7.1.3-1+cuda11.
$ sudo apt-get update

# Install development and runtime libraries (~4G

$ sudo apt-get install --no-install-recommends \
cuda-11-0 \
libcudnn8=8.0.4.30-1+cuda11.0 \
libcudnn8-dev=8.0.4.30-1+cuda11.0

# Reboot. Check that GPUs are visible using the

# Install TensorRT. Requires that libcudnn7 is i

$ sudo apt-get install -y --no-install-recommend
libnvinfer7=7.1.3-1+cuda11.0 \
libnvinfer-dev=7.1.3-1+cuda11.0 \
libnvinfer-plugin7=7.1.3-1+cuda11.0 \
libnvinfer-plugin-dev=7.1.3-1+cuda11.0

Con#guração do Windows

Consulte os requisitos de hardware e os de software

listados acima. Leia o guia de instalação da CUDA®
para Windows &.

VeriSque se os pacotes de software da NVIDIA

instalados correspondem às versões listadas acima.
Em particular, o TensorFlow não carregará sem o
arquivo cuDNN64_8.dll . Para usar uma versão
diferente, consulte o guia sobre criar da origem para
o Windows.

Adicione os diretórios de instalação da CUDA, CUPTI

e cuDNN à variável de ambiente %PATH% . Por
exemplo, se o CUDA® Toolkit estiver instalado em
C:\Program Files\NVIDIA GPU Computing
Toolkit\CUDA\v11.0 e cuDNN em C:\tools\cuda ,
atualize seu %PATH% para corresponder a:

C:\> SET PATH=C:\Program Files\NVIDIA GPU Compu

C:\> SET PATH=C:\Program Files\NVIDIA GPU Compu
C:\> SET PATH=C:\Program Files\NVIDIA GPU Compu
C:\> SET PATH=C:\tools\cuda\bin;%PATH%

Isso foi útil?

Except as otherwise noted, the content of this page is licensed

under the Creative Commons Attribution 4.0 License, and code
samples are licensed under the Apache 2.0 License. For details,
see the Google Developers Site Policies. Java is a registered
trademark of Oracle and/or its auliates.

Last updated 2021-10-06 UTC.

Permanecer conectado

Blog

Fórum

GitHub

Twitter

YouTube

Supo!e

Issue Tracker

Notas da versão

Stack Over?ow

Diretrizes da marca

Menções do TensorFlow

Termos de Serviço | Privacidade

Assine a newsletter mensal do

Inscrever-se
TensorFlow

! Language "