MacBook M1 配置 tensorflow开发环境

MacBook M1 配置 tensorflow开发环境（方法一）

提示：目前MacBook M1在安装和配置深度学习的框架tensorflow上由于兼容性的问题存在着很多困扰，本文将给出详细的安装说明。

---

---

Step 1 下载、安装 Miniforge3

由于MacBook M1的处理器芯片是ARM架构，目前并没有支持conda，因此需要下载和安装ARM版Miniforge3，在述内容给出了基于ARM处理器芯片M1的conda环境的安装过程。

⚠️ Miniforge3的功能类似于conda，用于配置Python的虚拟环境.

1、下载ARM版Miniforge3

给出在GitHub上Miniforge3的下载网址：https://github.com/conda-forge/miniforge/#download

点击如图所示的红框中的下载链接，即可进下载，默认下载路径为Macbook的下载文件夹[downloads]

2、安装ARM版Miniforge3

使用cd指令进入系统的下载文件夹[downloads]：

⚠️ 快捷键Command + Space 打开终端

使用cd指令进入系统的下载文件夹[downloads]：

cd ~/downloads

执行sh指令，对于Miniforge3进行安装

⚠️ 根据终端提示命令，全部按Enter或输入yes即可

sh miniforge3-macosx-arm64.sh

安装完成，命令框提示出现"Thank you for installing Miniforge3!"

查看安装的conda版本信息

conda --version

查看之前安装的python版本信息

python --version

---

Step 2 创建Python3.9的虚拟环境

2.1 使用conda创建一个python3.9的虚拟环境「DeepLearning是虚拟环境的名称，自定义」

conda create -n DeepLearning python==3.9

安装完成后会有下述提示：

2.2 激活刚才创建的虚拟环境「DeepLearning」

conda activate DeepLearning

如果想退出这一虚拟环境，则执行下述指令

conda deactivate

#、详细内容见GitHub

https://gitcode.net/mirrors/conda-forge/miniforge?utm_source=csdn_github_accelerator

Step 3 安装tensorflow

使用conda指令直接安装tensorflow「此时在Python3.9的环境下」

conda install tensorflow

⚠️ 这里提示所安装Python3.9版本过高，没有匹配的Tensorflow版本，因此又创建了一个Python3.7的虚拟环境，命名为DeepLearningPython37

conda deactivate // 关闭之前的Python3.9的虚拟环境DeepLearning
conda create -n DeepLearningPython37 python==3.7 // 创建一个Python3.7版本的虚拟环境
conda activate DeepLearningPython37 // 激活这一虚拟环境
conda install tensorflow // 安装TensorFlow

安装TensorFlow成功

Step 4 测试TensorFlow

查看Python版本信息

python --version

使用Python解释器进行Python代码的运行

python

4.1 导入tensorflow，看是否报错

import tensorflow as tf

⚠️ 加载tensorflow需要等待一段时间，不要着急

4.2 使用官方例程进行tensorflow的测试

import tensorflow as tf
# 载入MNIST数据集
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
# 搭建模型
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.compile(optimizer='adam',
             loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])
# 训练并验证模型
model.fit(x_train, y_train, epochs=5)

⚠️ 加载tensorflow需要等待一段时间，不要着急

---

MacBook M1 配置 tensorflow开发环境（方法二）

苹果官网上给出的教程

还没试过…

Getting Started with tensorflow-metal PluggableDevice