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

Mac M1/M2芯片安装Miniconda并搭建tensorflow2环境_第1张图片
  • 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

Mac M1/M2芯片安装Miniconda并搭建tensorflow2环境_第2张图片
  • 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:

Mac M1/M2芯片安装Miniconda并搭建tensorflow2环境_第3张图片

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。

Mac M1/M2芯片安装Miniconda并搭建tensorflow2环境_第4张图片

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。

你可能感兴趣的:(macos,python,tensorflow,macos)