【Python】Macbook M1 安装tensorflow以及miniforge3和anaconda3的转换
一个整理性的文档，有问题大家可以留言补充。
目录
第一部分 miniforge3下载安装以及环境变量配置
（一）下载
（二）安装
（三）环境配置
第二部分 anaconda3和miniforge3的转换
第三部分 安装tensorflow
（一）创建虚拟环境
（二）下载tensorflow
（三）测试代码
前情提要：目前anaconda还没有支持arm芯片架构的，而m1是arm芯片架构的，最明显的问题就在于anaconda3在macos m1下不支持tensorflow，为了解决这个问题，需要安装一个arm架构的anaconda，即miniforge。
第一部分 miniforge3下载安装以及环境变量配置
（一）下载
miniforge3下载：macOS ARM builds on conda-forge — the conda-forge blog
点击“here”下载，得到“Miniforge3-MacOSX-arm64.sh”，放到自己打算安装的地方，例如：/Users/Myname/software。本文之后的路径都需要根据自己文件存放的位置进行更改。
（二）安装
进入（一）中存放的目录，运行以下命令：
bash Miniforge3-MacOSX-arm64.sh安装完毕后，目录下会生成一个文件夹：miniforge3。
（三）环境配置
未安装过anaconda，有以下两种方法，第一种是比较多博主写到的，但是我这么写无法进入base，所以我用的是第二种，大家可以自己尝试一下（执行完如果没反应可以重启一个终端看看）：
1、在命令行加入执行以下命令：
echo 'export PATH="/Users/Myname/software/miniforge3/bin:$PATH"' >> ~/.zshrc
echo 'export PATH="/Users/Myname/software/miniforge3/bin:$PATH"' >> ~/.bash_profile
source ~/.bash_profile
source ~/.zshrc2、在~/.zshrc和~/.bash_profile都加入以下代码
# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/Users/Myname/software/miniforge3/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
eval "$__conda_setup"
else
if [ -f "/Users/Myname/software/miniforge3/etc/profile.d/conda.sh" ]; then
. "/Users/Myname/software/miniforge3/etc/profile.d/conda.sh"
else
export PATH="/Users/Myname/software/miniforge3/bin:$PATH"
fi
fi
unset __conda_setup
# <<< conda initialize <<<之后更新环境变量：
source ~/.zshrc
source ~/.bash_profile已经安装过anaconda，只需要看第二部分讲的转换就行了。
*.zshrc和.bash_profile的区别：
zhsrc在电脑的根目录 /下，具体位置为 /etc/zhsrc；
.bash_profile在用户目录下； /user/用户名/.bash_profile。
zhsrc是开机加载的环境变量，.bash_profile针对当前登录用户的配置，自己配置东西可以在这个里面。
在终端执行source ~/.bash_profile，只对当前端口生效，重新开窗口就无效。
第二部分 anaconda3和miniforge3的转换
查看环境，确认自己当前的环境：
conda env listminiforge3->anaconda3：
/Users/Myname/software/anaconda3/bin/conda init zsh
/Users/Myname/software/anaconda3/bin/conda init bashanaconda3->miniforge3：
/Users/Myname/software/miniforge3/bin/conda init zsh
/Users/Myname/software/miniforge3/bin/conda init bash一定要明确执行的conda init所在路径。刚执行完会显示no change，重新打开一个终端就可以了。
第三部分 安装tensorflow
（一）创建虚拟环境
先切换到miniforge的base，创建一个虚拟环境（名称和python版本按照自己需求定义，但是python的版本要3.8及以上）并进入，我这里创建了一个python3.8的虚拟环境：
conda create -n tf24 python=3.8
conda activate tf24（二）下载tensorflow
下载地址：https://github.com/apple/tensorflow_macos/releases
下载下图中圈起的文件，它里面包含了前四个文件，也包含了numpy、grpcio、h5py的安装文件。
解压后会有2个文件夹arm64和x86_64，需要cd进入arm64文件夹，以下是arm64文件夹里的内容：
先安装除Tensorflow包以外的whl：
pip install --upgrade --no-dependencies --force numpy-1.18.5-cp38-cp38-macosx_11_0_arm64.whl grpcio-1.33.2-cp38-cp38-macosx_11_0_arm64.whl h5py-2.10.0-cp38-cp38-macosx_11_0_arm64.whl因为安装TensorFlow有很多依赖的其他包，先安装这些依赖包：
pip install absl-py astunparse flatbuffers gast google_pasta keras_preprocessing opt_einsum protobuf tensorflow_estimator termcolor typing_extensions wrapt wheel tensorboard typeguard
继续安装来自arm64文件夹的tensorflow的whl文件：
pip install --upgrade --force --no-dependencies tensorflow_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl
pip install --upgrade --force --no-dependencies tensorflow_addons_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl
到此tensorflow就安装完了。
（三）测试代码
查看tensorflow版本：
运行测试模型：
import tensorflow as tf
import time
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.summary()
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
start = time.time()
model.fit(x_train, y_train, epochs=5)
end = time.time()
model.evaluate(x_test, y_test)
print(end - start)
正常结果：
参考：
https://www.icode9.com/content-4-1244256.html
Mac m1芯片anaconda上安装tensorflow_是CC姐呀的博客-CSDN博客_m1芯片安装tensorflow
Mac M1安装tensorflow_allan2222的博客-CSDN博客_m1mac安装tensorflow
anaconda与miniforge3的base切换_lc_dreams的博客-CSDN博客_miniforge和anaconda的区别