Mac M1/M2芯片安装Miniconda并搭建tensorflow2环境

安装Miniconda

• 进入官网

• https://docs.conda.io/en/latest/miniconda.html#macosx-installers

• 下载M1版本

• 官网下载太慢，进入清华镜像下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

• 注：进入终端输入uname -a可以知道自己是什么处理器，M1/M2芯片都是arm处理器，所以下载MacOSX-arm64版本

• 下载完成后，在～/Downloads/目录下找到.sh文件，在终端输入

sh Miniconda3-py39_4.11.0-MacOSX-arm64.sh

• 会弹出一个软件协议条款让你阅读，这时候直接按下Ctrl+C便可以跳过阅读过程，直接按照提示，输入yes，然后按回车键，同意软件协议条款。

• 我的安装路径为/Users/qianying/miniconda3

• 接下来继续按回车，将miniconda安装到电脑上。安装好之后，提示如下：

---

配置环境变量

• 此时还不能调用conda命令，如输入conda --version时提示没有找到。

• 在终端输入

vim ~/.zshrc

• 在里面添加这一句，即将conda所在路径添加到环境变量中

export PATH=/Users/qianying/miniconda3/bin:$PATH

• 保存后，退出，在终端输入：

source ~/.zshrc

• 终端出现了（base）的字样，这是因为在安装时，选择了每次打开终端自动激活 base 环境。在终端输入，取消自动激活base环境。

conda config --set auto_activate_base false

• 重启终端后，就不会有（base）的字样了。查看conda的版本号，说明miniconda3安装成功。

---

配置国内源

• 终端输入vim .condarc，将以下内容复制到.condarc文件中，保存并退出。

ssl_verify: true
show_channel_urls: true

channels:
  - https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults

创建tensorflow环境

创建名为tf2，python版本为3.8的环境

conda create -n tf2 python=3.8

注：conda增加的中科大和清华的源都不支持python3.7及其以下的版本，所以这里创建python3.8的环境。

进入虚拟环境

conda activate tf2

安装mac上tensorflow的依赖tensorflow-deps

conda install -c apple tensorflow-deps

安装mac版本的tensorflow

python -m pip install tensorflow-macos -i c

• 注： 这里没有用conda安装这个，是因为conda的源里没有这个安装包，所以改用pip安装mac版的tensorflow。

• 注：-i https://pypi.douban.com/simple 表示指定豆瓣的pip国内源

安装相关加速训练的插件依赖tensorflow-metal（使得mac支持gpu训练）

python -m pip install tensorflow-metal -i https://pypi.douban.com/simple

---

conda的命令

• 查看conda的一些信息

conda info

• 查看conda环境

conda env listconda info --env

• 创建环境（例子为创建一个叫做py36，python版本为3.6的环境）

conda create -n py36 python=3.6

• 删除名为py36的环境

conda remove -n py36 --all

• 激活环境

conda activate py36

• 退出环境

conda deactivate

• 从清华镜像源下载（例子为下载numpy）会显著提升下载速度

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

• 添加单个镜像

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yes

• 删除conda所有配置

conda config --remove-key channels

• 进入python环境

python

• 退出python环境，三种命令都可

exit()
quit()
ctrl + z

• 进入python环境中查看tf的版本号,查看mac支持训练的物理设备

python
import tensorflow as tf
tf.__version__
tf.config.list_physical_devices()

• 至此，环境已经完全配置完毕。