Apple MacBook M1 芯片 Anaconda安装 Tensorflow Pytorch

时间:2021-08-11
本文章向大家介绍Apple MacBook M1 芯片 Anaconda安装 Tensorflow Pytorch，主要包括Apple MacBook M1 芯片 Anaconda安装 Tensorflow Pytorch使用实例、应用技巧、基本知识点总结和需要注意事项，具有一定的参考价值，需要的朋友可以参考一下。

@

目录

MacBook Air M1芯片安装Tensorflow踩坑

踩坑1：在mac m1上安装tensorflow报错“zsh: illegal hardware instruction”

环境： macOS Big Sur 11.5.1 + anaconda + python3.8

直接用 pip install tensorflow 安装，能够顺利安装tensorflow2.5.0，但是import tensorflow 的时候会报如上错误.

对此，查找了网上许多资料：
大概流程就是架构问题，但是问题博客基本是2020-12～2021-3月的解决方法了，应该不是最优的。
同病相怜：“zsh: illegal hardware instruction python” when installing Tensorflow on macbook pro M1

“zsh: illegal hardware instruction python” when Tensorflow on macbook pro M1
GitHub上的回音：Apple M1 chip - illegal hardware instruction #46178

截止2021-3月左右，网上时兴的解决方法都是如此：
下载 安装miniforge3然后修改配置文件。
MacBook m1芯片采用miniforge安装python3.9

macOS M1(Apple Silicon) 安装配置 Conda 环境

这应该得益于官方：
目前apple developer出了3行代码的安装教程：
https://developer.apple.com/metal/tensorflow-plugin/

踩坑2：ARM版本conda

苹果提供的tensorflow仅支持python 3.8+，而python官网只有3.9+版本支持ARM。
我们的做法是：选择通过ARM版conda创建python3.8虚拟环境，再使用创建的ARM python3.8安装tensorflow.

废话忽略：通俗的说就是，你想要一个苹果公司的最好吃的苹果，但是苹果公司提供38号苹果树只能结普通苹果，但是苹果市场有39号的苹果树能结最好吃苹果，而且支持嫁接给苹果公司的苹果树。那我们的做法是，选市场里的39号苹果树培养一个结最好吃苹果的38号苹果树，再把这个38号苹果树给苹果公司种植，然后你就能得到最好吃的苹果了。

废话不多说，开干吧！

总结：国内技术贴上的各个教程都不尽相同，而且看的比较烦躁了，花了我5-6小时，搞得我都疑惑 ：Anaconda目前为止还不支持M1芯片吗？还是自己摸索下吧。本人也最烦配置参数和修改系统文件了。如下简单粗暴的安装大家可以参照，如有更优选择，烦请告知。

第一种成功：下载miniforge3适配Python3.8+TensorFlow2.4.0

1. 下载ARM版Miniforge3

下载ARM版Miniforge3：选择最新的arm64版本；

https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-MacOSX-arm64.sh

具体可以去GitHub看：
https://github.com/conda-forge/miniforge/#download
下载Miniforge3-MacOSX-arm64.sh到自己的Download目录里：
终端cd Downlaod/后，开始运行脚本：

bash Miniforge3-MacOSX-arm64.sh

这里安装开始，一定要慢慢回车，问题全部选择yes.

因为这里我就踩坑了，选了个No，但是没关系，可以重装Miniforge3：具体终端里删除相关文件就好了。具体操作如下：
rm -rf ~/miniforge3
rm -rf .conda
rm -rf .condarc
然后重新执行安装命令：
bash Miniforge3-MacOSX-arm64.sh

安装完成后重启终端，然后输入Python就可以看到Python 3.9了。

这样miniforge就安装好了。

2.创建虚拟环境

创建Python3.8虚拟环境并安装TensorFlow：

conda create -n py38 python=3.8
conda activate py38

进入虚拟环境后，直接conda install 就能安装TensorFlow库了。
漫长的等待各个库安装完毕即可。
最后来验证下吧！

第二种成功：安装了Anaconda的，目前可行的最简单的conda install 方法: 低版本适配Python3.7+tensorflow2.0.0

小心坑：直接上会出错哦

首先，官网下了Anaconda的MacOS版本：
这是python3.8版本
目前最新的版本是tensorflow2.5.0 ，下载：https://pypi.org/project/tensorflow/，支持3.6-3.8版本python.
根据提示安装后，开始进入终端安装tensorflow：
创建新的环境tensorflow：

conda create -n tensorflow_env python=3.8

激活环境：

conda activate tensorflow_env

然后直接安装:

conda install tensorflow

后面报错，就是当前是python3.8版本，conda下安装只能支持3.5-3.7的，然后就重新装了一个python3.7的环境好了。

低配成功了

第二种尝试成功：安装低版本的tensorflow 2.0.0, python = 3.7，创建新的环境：

conda create -n tensorflow_env_py37 python=3.7
conda activate tensorflow_env_py37
# check your python version
python --version
# install
conda install tensorflow

# enter your python
python
# check tensorflow
import tensorflow as tf

需要等待一会，加载tensorflow，之后没有报错。

下面用官网的一个例子，测试下，可以正常运行。

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)
model.evaluate(x_test,  y_test, verbose=2)

可以正常输出结果。


这样两个各个版本的TensorFlow都可以拥有了。目前没啥问题。

（最新）第三种成功：Python3.9 +TensorFlow2.5

Python2.4版本的bug有点多，还是直接上2.5.
前面已经安装好了miniforge3，就好办了。按照官方的三行代码：https://developer.apple.com/metal/tensorflow-plugin/

step 1. 安装miniforge3，创建conda环境。
安装Tensorflow dependencies:

conda install -c apple tensorflow-deps

step 2. Install base TensorFlow

python -m pip install tensorflow-macos

这里下载的时间比较久了。

step 3. Install tensorflow-metal plugin

python -m pip install tensorflow-metal

如果安装pycharm，使用TensorFlow

pycharm是支持M1 芯片的，放心使用，就是选择Python解释器时，选择你前面创建的虚拟环境即可。

Anaconda上安装pytorch

如果安装Pytorch，进入官网https://pytorch.org/get-started/locally/选择版本：官网给出了各种安装方法。

在前面安装好miniforge3的基础上，在Anaconda上的可以安装Pytorch1.8.0版本。

conda install pytorch torchvision -c pytorch

可以正常安装。

原文地址：https://www.cnblogs.com/dangui/p/15128418.html

随机文章
本站知识点必读
最近更新