導語

由于目前anconda官網上對于macos系統(tǒng)只支持X86結構的，因此基于arm結構的MacOS暫時無法使用anconda來對tensorflow進行配置。雖然Anconda無法在M1上運行，但是相應的替代品有Miniforge，同樣也能實現(xiàn)類似的效果。此外，蘋果官方稱還支持添加metal插件，從而可以調用集成在M1芯片中的GPU部分，但是目前只支持tensorflow2.5和2.6的版本，而本節(jié)使用使用的版本是tensorflow2.4 python3.8，因此并未安裝加速插件。官方安裝metal方法如下：

Tensorflow Plugin - Metal - Apple Developer

下面將開始講解在Mac（M1）上如何安裝tensorflow

1. 下載Miniforge3-MacOSX-arm64.sh腳本文件，并且運行

miniforge下載地址為GitHub - conda-forge/miniforge: A conda-forge distribution. 

我的Miniforge3-MacOSX-arm64.sh腳本文件所安裝的路徑是

/Users/xiewenhui/MiniforgeShell/Miniforge3-MacOSX-arm64.sh

我們打開終端terminal，首先進入文件夾，進入到Miniforge3-MacOSX-arm64.sh所在的文件夾

cd ~xiewenhui
cd MiniforgeShell

運行腳本文件

sh Miniforge3-MacOSX-arm64.sh

結果如下圖所示，然后一直進行enter回車，直到需要你手動輸入yes或者no的地方，對于選擇yes或者no的問題，一律輸入yes，然后一直回車直到結束。

運行成功圖如下所示，代表Miniforge3-MacOSX-arm64.sh運行完成，此時會在以用戶名命名的文件夾下（此處我的文件夾是xiewenhui）生成一個Miniforge3文件夾，代表腳本運行完畢后所生成的安裝文件（我們把Miniforge3當作anconda一樣的包管理器，其中會包含python和conda，因此conda不需要再另外安裝）。

2. 創(chuàng)建虛擬環(huán)境

（1）用conda創(chuàng)建一個虛擬環(huán)境，同時設置python版本

        下面tensorflow是我創(chuàng)建的虛擬環(huán)境名，當然也可以寫成tf24等等

conda create -n 虛擬環(huán)境名稱 python=版本號
conda create -n tensorflow python=3.8

（2）激活虛擬環(huán)境

conda activate 虛擬環(huán)境名
conda activate tensorflow

        提示：如果需要取消激活狀態(tài)，輸入conda deactivate即可

（3）查看當前環(huán)境的python位置

        此時支持tensorflow的python解釋器就位于虛擬環(huán)境envs中，它的版本和（1）中所創(chuàng)建的版本是一致的，因此之后我們在pycharm等IDE中直接導入下述地址即可（后面會講到）。

 理解：miniforge3是Miniforge腳本運行后所創(chuàng)建的包管理環(huán)境，miniforge3是類似于Anconda一樣的作用，在Anconda中我們可以創(chuàng)建多個虛擬環(huán)境，在miniforge3也是一樣的其中我們所創(chuàng)建的虛擬環(huán)境位于…/miniforge3/envs文件夾下，envs下的每個文件夾對應著一個獨立的虛擬環(huán)境，當我們需要在IDE中切換python解釋器的時候，我們便找到所需的python解釋器：…/miniforge3/envs/虛擬環(huán)境名稱（是一個文件夾，文件夾名稱和你在conda create -n 虛擬環(huán)境名 python=xxx是一個名）/bin/python，然后導入IDE即可。

3. 安裝tensorflow

        當創(chuàng)建完虛擬環(huán)境后，做完準備工作之后，我們需要安裝tensorflow-macos，這是我們真正的目的。

（1）下載tensorflow安裝包（支持arm架構版本的）

        下載鏈接為Releases · apple/tensorflow_macos · GitHub，下載完成之后找一個文件夾進行保存即可，然后直接解壓到當前文件夾。

 （2）保持tensorflow激活狀態(tài)，進入到剛剛解壓的tensorflow_macos文件夾中，手動pip安裝whl文件

  注意不要輸入conda deactivate關閉了tensorflow激活狀態(tài)，直接cd找到文件夾即可

  我的tensorflow_macos文件夾位置是/Users/xiewenhui/tensorflow_macos

   找到tensorflow_macos文件夾：

 繼續(xù)進入下一級文件夾arm64：

 手動pip安裝之前，先看一下arm64下面有哪些whl文件，防止pip的時候發(fā)生遺漏:

存在5個whl文件都需要安裝

pip安裝之前我們需要修改lib路徑和envs路徑（很重要），方便我們下一步的安裝：

# 更改為tensorflow_macos下載解壓后的文件夾
libs="/Users/xiewenhui/tensorflow_macos/arm64/"
 
# 替換成tensorflow的虛擬環(huán)境路徑,tensorflow是你之前創(chuàng)建虛擬環(huán)境的名稱，虛擬環(huán)境什么名，envs下文件夾就什么名
env="/Users/xiewenhui/miniforge3/envs/tensorflow"

下面手動安裝這些文件，依次輸入下面命令：

pip install --upgrade pip wheel setuptools cached-property six
 
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/grpcio-1.33.2-cp38-cp38-macosx_11_0_arm64.whl"
 
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/h5py-2.10.0-cp38-cp38-macosx_11_0_arm64.whl"
 
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/numpy-1.18.5-cp38-cp38-macosx_11_0_arm64.whl"
 
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/tensorflow_macos-0.1a1-cp38-cp38-macosx_11_0_arm64.whl”
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/tensorflow_addons_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl”
 
pip install absl-py astunparse flatbuffers gast google_pasta keras_preprocessing opt_einsum protobuf tensorflow_estimator termcolor typing_extensions wrapt wheel tensorboard typeguard

如果發(fā)生pip安裝錯誤，可能是文件路徑不對，lib路徑和envs路徑得確保正確，其次就是你所安裝的whl文件名和上述代碼中的不一致，以自己的whl文件名為主。tensorflow_macos不同的版本其中所包含的whl文件名可能不同。

如果出現(xiàn)命令行出現(xiàn)dquote的時候，最好自己直接粘貼ls顯示的文件名，pip指令可以復制，但是pip install ..."$libs/文件名.whl"的時候，建議文件名.whl從ls顯示出來的whl文件名中復制。

（3）以上安裝步驟就基本完成，但是注意由于Miniforge3中和Mini Conda一樣，主要包含了python和conda，其他的一些科學計算庫例如pandas等等需要自己手動安裝，方式如下：

conda install -y pandas matplotlib scikit-learn jupyterlab

以上安裝步驟已經完成，下面可以對安裝是否成功進行測試

4. 測試

命令行輸入python，打開python shell環(huán)境

依次輸入下面代碼：

import tensorflow as tf
 
print(tf.__version__)

當引入tensorflow不報錯并且打印出tensorflow版本時，代表tensorflow安裝成功

5. Pycharm導入含有tensorflow包的python解釋器

根據圖中路徑尋找python解釋器，在envs文件夾下，位置時~/miniforge3/envs/你的虛擬環(huán)境名（我的是tensorflow）/bin/python

Pycharm測試：

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

補充：實際上可以按照蘋果官網的方法進行在線pip安裝，Tensorflow Plugin - Metal - Apple Developer

python -m pip install tensorflow-macos

但是由于在安裝中可能出現(xiàn)h5py無法安裝的情況，因此我們直接下載tensorflow_macos安裝包，下載到本地之后再用pip安裝本地文件，不僅速度快，而且不會出現(xiàn)h5py的相關報錯

自己存在一些問題的小記錄：

由于安裝時的tensorflow版本時2.4.0-rc0，但是在之后創(chuàng)建一些項目之后版本莫名變成了2.7.0。如果想要在裝回以前的2.4.0-rc0，則按照上面的步驟重新pip一下whl文件即可。

到此這篇關于MacOS(M1芯片 arm架構)下如何安裝tensorflow的文章就介紹到這了,更多相關MacOS安裝tensorflow內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論