Mac(m1)+jupyter+tensorflow

在mac上安装tensorflow走了很多弯路,记录下来供自己以后方便或许也能帮助一下有需要的人吧。之前没有认真对待安装tensorflow导致安装上后在Jupyter中导入时就内核挂掉,一度认为是我的电脑配置不行,带不起来,后来发现应该是安装有问题,很多人都可以用m1芯片跑tensorflow的代码,首先我想着把原来电脑上的anaconda卸载重新装,(这里可以直接搜索anaconda卸载,网上有很多教程,因为可不是直接卸载删除anaconda3这么简单,啊我也吃了这个亏,所以后面我直接把电脑格式化删除硬盘上所有数据了,这里推荐看这个视频,亲试靠谱【擦除+重置您的Mac (2023)】 https://www.bilibili.com/video/BV1so4y1s7jB/?share_source=copy_web&vd_source=eaf46c840c2f819d0fda03793c203bf1),这个重置mac怕视频哪天不见了,等会再写一篇记录一下吧。重置完电脑之后直接在官网上安装anaconda又出现了与当前macos不兼容的问题,也是看了一篇博客的解决办法但是暂时找不到了,找到再贴上吧,但是大概的意思就是没法直接图形界面安装就用命令行安装,就是我圈起来的部分,中间好像是有输入过y(或者yes)就安装成功啦。

再然后我就是看到了这个大佬在m1上安装tensorflow(【Apple M1 安装TensorFlow把GPU跑到100%的终极方案】 https://www.bilibili.com/video/BV13L411P7mM/?share_source=copy_web&vd_source=eaf46c840c2f819d0fda03793c203bf1)但是我看到这个视频的时候,按照视频中的链接点进去的时候已经不是视频中的样子了,其实是变得更简单了,所以我就按照这个苹果官方的tensorflow安装方式一步一步的安装Tensorflow Plugin - Metal - Apple Developer

在这里值得一提的是这个事前准备里面,我都按照要求检查过了都符合,只有这个最后一条我也不知道是什么鬼,但是为了之后的安装万无一失我也安装了,但这上面的语句直接执行的话也是不太行

这里又找到一篇文章中有一段(xcode-select: note: install requested for command line developer tools_码上爱的博客-优快云博客)有写就是需要上这个苹果的官网(Sign In - Apple)上下载,我之前是找了一个跟电脑版本一样的下载,但是结果说系统版本太高还是不行,然后就找了稍微高于系统版本的安装,就可以了。

 下面也是严格按照苹果官网给出的这个步骤来就可以了,然后在虚拟环境中输入python,然后进行代码测试,可以运行,nice!

下面又有一个新问题,虽然说tensorflow可以独自美丽不需要和其他软件挂钩,但是我就要在这个极其不方便的终端运行代码了吗?我前面不还是安装了anaconda的嘛,我是想用Jupyter的呀!现在的问题就是anaconda直接打开的Jupyter是base环境下的,而我们之前安装的tensorflow是在新建的虚拟环境venv-metal下的,所以现在的问题就是要在Jupyter下使用我安装在虚拟环境中的tensorflow,要把这个虚拟环境添加到Jupyter中,然后是这篇文章帮助了我jupyterlab添加虚拟环境并添加到ipykernel_小马小灰灰的博客-优快云博客

 

其实主要就是这句话 ,把work换成venv-metal就好了,然后就可以在Jupyter中使用tensorflow啦,这样总结起来是还挺简单的,但是因为我每天要做10个小时的兼职,所以这些东西我好几天才整好,哎,无论如何整好了就行!

### 在 Mac使用 Anaconda 安装 TensorFlow 对于希望在 Mac 操作系统上利用 Anaconda 来安装 TensorFlow 的用户来说,具体操作取决于所使用的硬件架构(Intel 或 M1/M2 芯片),因为不同芯片类型的安装流程略有差异。 #### 对于 Intel 架构的 Mac: 为了确保兼容性和性能优化,在创建虚拟环境时建议指定 Python 3.9 版本[^2]。这可以通过以下命令实现: ```bash conda create --name tf_env python=3.9 ``` 激活新创建的虚拟环境之后,可以直接通过 `conda` 命令来安装 TensorFlow: ```bash conda activate tf_env conda install tensorflow ``` 如果遇到网络延迟或者下载速度较慢的情况,可以考虑使用国内镜像源加速安装过程。例如清华大学开源软件镜像站提供了一个稳定快速的选择[^1]。 #### 针对 Apple Silicon (M1/M2) 设备: 由于苹果自研芯片的独特性,推荐先安装特定依赖项以保障最佳运行效果[^3]。首先建立一个新的虚拟环境,并确认当前使用Python 解释器属于此环境中: ```bash conda create --name tf_metal python=3.9 conda activate tf_metal which python ``` 接着依次执行下列指令完成核心库及其 Metal 插件的部署: ```bash conda install -c apple tensorflow-deps==2.6.0 python -m pip install tensorflow-macos -i https://pypi.tuna.tsinghua.edu.cn/simple/ python -m pip install tensorflow-metal -i https://pypi.tuna.tsinghua.edu.cn/simple/ ``` 值得注意的是,对于 M1/M2 用户而言,选择适合 ARM 架构版本的 Anaconda 至关重要[^5];访问官方网站获取最新发布的适用于 macOS on Apple Silicon 平台的应用程序包。 最后提醒一点,无论哪种情况都应当确保 Jupyter Notebook 已经被正确配置到对应的虚拟环境中以便后续开发工作顺利开展。
评论 2
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