如何使用Intel的MacBook Pro跑神经网络、pytorch

已于 2023-04-19 09:15:45 修改
阅读量2k 收藏 4
点赞数
文章标签： pytorch 神经网络 深度学习
于 2023-04-19 09:07:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_41460195/article/details/130235500
版权
文章讲述了如何在配备IntelCorei5和IntelIrisPlusGraphics的2018年MacBookPro上安装和使用PyTorch。由于PyTorch的CUDA支持仅限于NVIDIAGPU，因此在Intel的Mac上无法利用CUDA加速。作者提到了安装Anaconda作为Python环境管理器，并指出在没有NVIDIAGPU的Mac上运行神经网络的局限性。

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

如何使用Intel的MacBook Pro跑神经网络、pytorch

##这里以我使用的 MacBook Pro （13-inch, 2018, Four Thunderbolt 3 Ports）举例
Processor：2.3 GHz Quad-Core Intel Core i5
Graphics：Intel Iris Plus Graphics 655 1536 MB

1. 安装Anaconda

官网下载Anaconda，选择Mac64bit intel版本 可以选择Graphic的，有图形界面

（目前不知道为啥要装Anaconda，感觉有python的朋友可以略过）

2. PyTorch失败 一定要在NVIDA的GPU跑 CUDA只服务于英伟达的显卡

NVIDIA CUDA Getting Started Guide for Mac OS X这个指导很明确的写明了只能在有NVIDA显卡的Mac上用

3. 神经网络可能可以再补充 有AMD显卡的可以参考这篇

youknowwho3o3
关注
提升 5-7 倍速，使用 Mac M1 芯片加速 Pytorch 完全指南
y1282037271的博客
12-22 8266
2022年5月，PyTorch官方宣布已正式支持在M1芯片版本的Mac上进行模型加速。官方对比数据显示，和CPU相比，M1上炼丹速度平均可加速7倍。 哇哦，不用单独配个GPU也能加速这么多，我迫不及待地搞到一个M1芯片的MacBook后试水了一番，并把我认为相关重要的信息梳理成了本文。
Mac 上机器学习 Machine Learning 使用GPU加速
鸿雁自南人自北
05-17 1万+
目录Mac上使用GPU进行机器学习加速使用Mac的GPU进行ML训练的意义支持Mac的GPU的机器学习后端 PlaidML 前端KerasPlaidML安装流程测试训练神经网络总结 Mac上使用GPU进行机器学习加速 2017年时，初次接触机器学习，当时不记得tensorflow是什么版本了，是不支持AMD GPU进行加速的，对于一个是Macbook Pro 15寸带AMD独显的人来说，入门训练很不友好。 我相信只要试过GPU加速训练的感觉，是绝对不会再想使用CPU进行训练了，即使是验证想法，CPU训练也太
炼丹5至7倍速，使用Mac M1 芯片加速pytorch完全指南
Python_Ai_Road的博客
12-03 1249
2022年5月，PyTorch官方宣布已正式支持在M1芯片版本的Mac上进行模型加速。官方对比数据显示，和CPU相比，M1上炼丹速度平均可加速7倍。哇哦，不用单独配个GPU也能加速这么多，我迫不及待地搞到一个M1芯片的MacBook后试水了一番，并把我认为相关重要的信息梳理成了本文。公众号后台回复关键词：M1，可获取本文jupyter notebook源代码。一，加速原理 Question1，Ma...
Intel集成显卡 如何玩转AI 神器pytorch
最新发布
十年通信老兵的技术修炼之路——从3G到5G，从地面基站到卫星通信。
03-04 1711
最近AI太火了，老技术人备感压力，各种恶补知识。手上有一台性能还不错的老笔记本： 配置是cpu i7 cpu + Iris Xe集成显卡 ，能否用来搭建一套GPU环境来进行一些AI模型的训练和学习呢。答案是：yes。 本文先重点关注基于Intel集成显卡 Iris Xe 显卡的Pytorch 开发环境搭建，后续逐步分享一些AI小项目进行实操。
MacBook安装pytorch
weixin_43085694的博客
12-30 893
MacBook里面有python3和pip的情况下，直接输入命令 pip install torch torchvision 问题反馈 可以用 python -V pip -V 来查看python版本和pip版本 如果不是python3，则应该在pip命令前加上python3 -m 可以用 python3 -m pip -V 来查看pip是否已经在python3下安装 以后每次使用pip都手...
Intel公司的Mac支持pytorch的gpu加速吗？
weixin_42601702的博客
01-12 496
是的，Intel公司的Mac支持PyTorch的GPU加速。PyTorch是一个开源深度学习框架，支持使用GPU进行计算加速。如果您的Mac配备了Intel的GPU，则可以使用PyTorch来进行GPU加速计算。 ...
pytorch在MacOS上使用GPU
Cluluxiu的博客
08-12 2575
直接在pytorch官网按照自己的系统和环境使用命令行安装即可，我这里是M2的MacBook Pro。
Mac配置pytorch的保姆级教程！！
罗小罗同学的博客
03-17 1万+
本篇文章将介绍Mac用户如何配置PyTorch，需要事先完成的准备工作如下：安装AnaConda安装PyCharm安装python视频版教程移步B站。
基于生成对抗模型GAN蒸馏的方法FAKD及其在EdgesSRGAN中的应用
qq_50465499的博客
08-26 1664
基于生成对抗模型GAN蒸馏的方法FAKD及其在EdgesSRGAN中的应用
苹果自研Apple M1芯片对机器学习意味着什么？
LiveVideoStack
12-25 5633
正文字数：3049 阅读时长：4分钟苹果在iPad和iPhone系列中首次推出了基于苹果A系列处理器的苹果硅片台式机/笔记本电脑处理器。他们推出了这一新的处理器的同时，也推出了三款新的...
【深度学习】深度学习介绍
weixin_57336987的博客
11-06 1584
深度学习是机器学习的一个子集。
Mac m1环境下实现lenet神经网络
qq_45003242的博客
03-14 429
m1gpu下面跑代码如下。
记第一次跑神经网络程序--在mac下的MNIST手写体识别
qq_40947321的博客
02-21 673
在http://www.tensorfly.cn/tfdoc/tutorials/mnist_download.html下载数据 以https://blog.youkuaiyun.com/lusing/article/details/79965160为教程 完整程序 import tensorflow as tf import numpy as np from tensorflow.examples.tuto...
Mac下Pytorch环境搭建
allroundbright的专栏
04-17 488
支持conda和pip安装方式。
深入浅出PyTorch（一）之mac安装
热门推荐
weixin_41794514的博客
09-12 2万+
PyTorch学习笔记
Mac M1 安装 Pytorch、GPU加速环境
ddu-to-end的博客
01-04 1678
Mac M1 安装 Pytorch
01. MAC环境配置Anaconda+PyTorch+PyCharm
jyzh33的专栏
11-24 4962
刚了解AI学习会发现，you两个主要学习Ai框架，Pytorch和TensorFlow。看招聘信息，对两个技术要求的频率也相似。很多招聘信息中的要求是，熟悉两者中的一个。所以刚学习AI，我们先确定用哪个框架开始学。按网上搜索的信息来看(本人还没有入门，具体情况暂不清除)。网上很多文章，比较两者的优缺点，不能明确推荐哪个。本人准备先用从Pytorch开始学习。
如何在M芯片的Macbook上训练神经网络
shengfzy的博客
12-03 1325
在 M2 芯片上使用 PyTorch，可以有效利用 Metal 后端进行 GPU 加速。通过适当的安装和代码配置，你可以在 MacBook 上高效地进行深度学习训练和模型开发。
Mac配置pytorch遇坑总结
synthesis_30的博客
09-10 844
1、mac自带一个python framework。需要分清pytorch，anaconda，pycharm之间的区别。 使用anaconda，可以很方便的创建并管理不同版本的python环境 pip装conda不能达到与网页安装相同的效果，因为anaconda的环境管理器是必须的。 pytorch是torch开源库的py版本 pycharm是python的IDE，可以在其中设置虚拟、anaconda、本机环境和解释器 python2、3版本之间有些语法不互通 2、后来遇上了pycharm无法
pycharm配置anaconda pytorch 因特尔显卡630
09-07
在PyCharm中配置Anaconda和PyTorch，尤其是对于配备英特尔GPU（如Intel Iris Plus Graphics 630）的情况，可以按照以下步骤操作： 1. **安装Python环境**: - 首先，确保已经下载并安装了Anaconda，可以从官网下载对应的Python版本（建议选择与PyTorch兼容的版本，例如Python 3.7或3.8）。 2. **创建虚拟环境**: - 打开命令行工具（Windows: Anaconda Prompt，Mac/Linux: Terminal），进入Anaconda安装目录下的Scripts文件夹。 ``` conda create -n myenv python=3.x anaconda ``` 其中`myenv`是环境名称，可以根据需要自定义。 3. **激活虚拟环境**: ``` conda activate myenv ``` 4. **安装PyTorch**: - 使用pip安装PyTorch及其CUDA支持： ``` pip install torch torchvision cudatoolkit=10.x -f https://download.pytorch.org/whl/torch_stable.html ``` 确保这里的`10.x`是你计算机上安装的CUDA版本。如果不清楚，可以在Anaconda Prompt或Terminal中输入`conda list cudatoolkit`查看。 5. **检查安装**: - 测试PyTorch是否安装成功： ```python import torch print(torch.cuda.is_available()) # 如果输出True，说明PyTorch已成功安装到GPU ``` 6. **设置PyCharm**: - 打开PyCharm，点击菜单栏的"File" -> "Settings" -> "Project Interpreter"，然后点击"+"添加新的Python解释器。 - 在新窗口中，选择刚才创建的虚拟环境（如'myenv'），点击"OK"。 7. **配置CUDA路径**: - 在PyCharm设置中，找到"Build, Execution, Deployment" -> "C/C++" -> "Interpreter Settings" -> "Toolchains"，点击"+"号添加新的CMake工具链。 - 设置"CUDA C Compiler"为`nvcc`，并将"CUDA SDK Path"指向`CUDA Toolkit`安装路径。 8. **编译项目**: - 当你在项目中编写涉及GPU运算的代码时，记得在每个包含GPU操作的模块前加上`if __name__ == '__main__':`，以避免PyCharm在预览时尝试编译GPU代码。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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