最适合 Apple Silicon 的 Tensorflow 环境搭建

本文详细介绍了如何在M1芯片的Mac上搭建Tensorflow环境,包括使用mini-forge替代Anaconda,创建Python3.8虚拟环境,安装Tensorflow及其依赖项,特别提到了tensorflow-macos和tensorflow-metal插件的安装步骤,确保在Apple Silicon设备上的顺利运行。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最适合 Apple Silicon 的 Tensorflow 环境搭建


前言

M1系列的Mac产品如何搭建Tensorflow,按照苹果官方建议的方法:
https://developer.apple.com/metal/tensorflow-plugin/


一、mini- forge下载:

1. 什么是mini—forge?

我们在学习Python的过程中,一般搭配Anaconda作为搭建虚拟环境的工具。但碍于M系列的新品基于arm64架构,目前Anaconda并没有适配arm64的版本,或者与现有的包比如tensorflow,pytorch等等。
mini- forge可以理解为一个没有操作页面的Anaconda,并且它原生适配arm64。用它来暂时代替conda可以减少很多不适配或者转译带来的麻烦。

2.下载链接:

1)https://github.com/conda-forge/miniforge/#download

选择arm64版本

(这个方法是最直接的,但可能需要“魔法”加持)

2)网络有很多大神会把下载好的软件打包,大家可以在b站、优快云上自行浏览。

但我不推荐这个方法,实在没有“魔法天分”的同学可以留为后手。

二、安装步骤

1.安装conda环境:

·首先,将下载好的“Miniforge3-MacOSX-arm64.sh”文件放在下载文件夹里

然后在终端里面执行如下命令:

cd Downloads

这一步是让终端进入mini forge3所在的文件夹,否则安装会不成功。

·接着,在终端内输入以下代码:

chmod +x ~/Downloads/Miniforge3-MacOSX-arm64.sh
sh ~/Downloads/Miniforge3-MacOSX-arm64.sh
source ~/miniforge3/bin/activate

(在执行以上代码时,请务必逐行之行)

·安装虚拟环境:

前面的几步已经为我们配置好了conda环境和相对应的环境变量,现在利用conda创建一个python3.8的虚拟环境。(版tensor仅支持3.8以后的Python)

conda create -n mactf python=3.8

等待加载完毕按Y,回车键,然后激活虚拟环境:

conda activate mactf

2.安装Tensorflow

·下面接着安装 TensorFlow 依赖项:

在激活mactf的终端内继续输入:

conda install -c apple tensorflow-deps

因为我们是全新的虚拟环境,因此不需要删除tensorflow-macos and tensorflow-metal,如果你并没有新建虚拟环境而是在之前的环境中,那么请输入以下命令:

python -m pip uninstall tensorflow-macos
python -m pip uninstall tensorflow-metal

(还是逐行执行)

·升级新的Tensorflow环境:

conda install -c apple tensorflow-deps --force-reinstall

配置你需要的tensorflow版本:

很遗憾目前适配比较好的仅有2.5及以后的版本:
v2.5

conda install -c apple tensorflow-deps==2.5.0

v2.6

conda install -c apple tensorflow-deps==2.6.0

·安装基础 TensorFlow:

python -m pip install tensorflow-macos

·安装Tensorflow-metal 插件

python -m pip install tensorflow-metal

总结

1.最好使用“魔法”下载miniforge

2.建议提前创建好相应的虚拟环境

3.搭载好环境后,可以搭配Pycharm进行进一步代码编写。Pycharm目前已经完全适配arm64.

### 如何在 Mac 上搭建神经网络开发环境 #### 安装 Anaconda 为了简化依赖管理并提供一致的开发体验,建议从安装 **Anaconda** 开始。Anaconda 是一个流行的 Python 数据科学平台,包含了大量机器学习和深度学习所需的库。 访问 Anaconda 的官方网站[^3],下载适用于 macOS 的安装包,并按照提示完成安装过程。 #### 创建虚拟环境 创建一个新的虚拟环境可以隔离不同项目的依赖关系。执行以下命令来创建名为 `neural_env` 的虚拟环境: ```bash conda create -n neural_env python=3.9 ``` 激活该虚拟环境: ```bash conda activate neural_env ``` #### 安装 PyTorch 对于 PyTorch,在 macOS 上推荐通过 Conda 渠道进行安装以确保兼容性和稳定性。以下是安装 PyTorch 1.7 版本及其相关组件的命令[^2]: ```bash conda install pytorch torchvision cudatoolkit=10.2 -c pytorch ``` 需要注意的是,macOS 不支持 NVIDIA CUDA 加速,因此即使安装了 `cudatoolkit`,也无法利用 GPU 进行计算。如果需要 GPU 支持,则需切换到 Linux 或 Windows 平台或者使用 Apple Silicon 芯片上的 Metal 性能优化工具链。 #### 安装 TensorFlow 除了 PyTorch 外,还可以在同一环境中安装 TensorFlow。由于两者不冲突,可同时存在。运行如下指令安装新版 TensorFlow: ```bash pip install tensorflow-macos ``` 此版本专为苹果设备设计,能够更好地适配 M1/M2 系列芯片硬件特性。 #### 验证安装成功与否 启动 Python 解释器测试各框架是否正常工作: ```python import torch print(torch.__version__) print(torch.cuda.is_available()) # 应返回 False 对于 MacOS 用户而言 import tensorflow as tf print(tf.__version__) ``` 以上脚本会打印出已安装好的深度学习框架的具体版本号以及确认是否有可用GPU资源(针对Mac来说通常都是False)。 #### 其它常用库的补充安装 有时项目可能还需要额外的一些辅助模块比如操作Excel文件或是连接数据库等场景下需要用到下面这些扩展包[^4]: ```bash pip install xlrd pip install xlwt pip3 install PyMySQL ``` 这样就完成了整个基于Mac系统的神经网络基础开发环境构建流程。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值