使用 Miniconda 为 Mac M1/M2 安装 TensorFlow GPU

使用 Miniconda 为 Mac M1/M2 安装 TensorFlow GPU

最新的采用 ARM M1/M2 架构的 Mac 处理深度学习的能力比之前采用英特尔架构的 Mac 好很多。随着硅芯片的发布，Apple 首次推出了片上系统。

新的 Mac M1 有一个单芯片，其中包含 CPU、GPU 和对深度学习的硬件支持。使用名为 Rosetta 的仿真层，Mac M1 可以运行为早期的英特尔 Mac 设计的应用程序。

Fig. 1: Apple M1 Chip Information

安装 Miniconda 和 Xcode

第一步是安装 Python 3.9 版本，我建议使用 Python 的 Miniconda (Anaconda) 版本，因为它已经附带了许多与数据科学相关的软件包。 Anaconda 直接支持 Windows、Mac 和 Linux，而 Miniconda 是广泛的 Anaconda Python 发行版中的最小功能集。

从 URL 下载 Miniconda — https://docs.conda.io/en/latest/miniconda.html

Fig. 2: Miniconda Version

接下来，您应该安装 Xcode-select 命令行实用程序。使用以下命令安装 -

 xcode-选择--安装

安装 Jupyter 并创建环境

为笔记本安装 Jupyter —

 conda install -y jupyter

现在，我们将安装 YAML 文件配置。首先，下载此 YAML 文件并从包含 tensorflow-apple-metal.yml .

tensorflow-apple-metal.yml

 conda env create -f tensorflow-apple-metal.yml -n tensorflow

激活新环境

要进入此环境，必须使用以下命令：

 conda 激活张量流

注册您的环境

以下命令注册您的 TensorFlow 环境。再一次，确保你“conda激活”你的新 TensorFlow 环境。

 python -m ipykernel install --user --name tensorflow --display-name "Python 3.9 (tensorflow)"

测试你的环境

您现在可以启动 Jupyter 笔记本。使用以下命令。

 jupyter笔记本

您现在可以运行以下代码来检查您是否拥有预期的版本。

Testing Environment Code

参考

1. https://www.apple.com/macbook-pro-14-and-16/
2. https://docs.conda.io/en/latest/miniconda.html

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明

本文链接：https://www.qanswer.top/33216/23481309