《M1机器学习性能测试项目安装与配置指南》

《M1机器学习性能测试项目安装与配置指南》

m1-machine-learning-test Code for testing various M1 Chip benchmarks with TensorFlow. 项目地址: https://gitcode.com/gh_mirrors/m1/m1-machine-learning-test

1. 项目基础介绍

本项目是一个开源项目，旨在测试苹果M1系列芯片（包括M1、M1 Pro、M1 Max、M1 Ultra和M2）在机器学习任务中的性能。项目通过一系列的Notebooks执行不同的机器学习实验，并对比结果。主要使用的编程语言是Python。

2. 项目使用的关键技术和框架

• TensorFlow: 一个用于高性能数值计算的开源软件库，特别适用于大规模的机器学习任务。
• Scikit-Learn: 一个Python机器学习库，提供了简单和有效的机器学习算法。
• Jupyter Notebook: 一个开放源代码的交互式计算平台，支持超过40种编程语言。
• Homebrew和Miniforge: 都是包管理工具，用于在macOS上安装和管理软件包。

3. 项目安装和配置的准备工作

在开始安装之前，请确保您的计算机满足以下条件：

• 运行macOS操作系统的M1系列芯片的Mac电脑。
• 已经安装了Homebrew（如果未安装，可执行/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"来安装）。
• 具备基本的命令行操作知识。

详细安装步骤

步骤1：安装Miniforge

1. 下载Miniforge3安装程序（适用于macOS arm64芯片），将其保存到下载目录。

2. 打开终端，执行以下命令来修改安装程序的权限，使其可执行：

   chmod +x ~/Downloads/Miniforge3-MacOSX-arm64.sh
   

3. 运行安装程序：

   sh ~/Downloads/Miniforge3-MacOSX-arm64.sh
   

4. 安装完成后，重启终端。

步骤2：创建并激活conda环境

1. 创建一个名为tensorflow-test的文件夹，并进入该文件夹：

   mkdir tensorflow-test && cd tensorflow-test
   

2. 创建并激活Python 3.8版本的conda环境：

   conda create --prefix ./env python=3.8
   conda activate ./env
   

步骤3：安装TensorFlow和其他依赖

1. 安装TensorFlow依赖：

   conda install -c apple tensorflow-deps
   

2. 安装TensorFlow for M1：

   python -m pip install tensorflow-macos
   

3. 安装Apple的tensorflow-metal以利用GPU加速：

   python -m pip install tensorflow-metal
   

4. （可选）安装TensorFlow Datasets：

   python -m pip install tensorflow-datasets
   

5. 安装常用的数据科学包：

   conda install jupyter pandas numpy matplotlib scikit-learn
   

步骤4：启动Jupyter Notebook

在终端中执行以下命令来启动Jupyter Notebook：

jupyter notebook

现在，您可以开始在Jupyter Notebook中运行项目中的各种机器学习实验了。

m1-machine-learning-test Code for testing various M1 Chip benchmarks with TensorFlow. 项目地址: https://gitcode.com/gh_mirrors/m1/m1-machine-learning-test