当前位置: 代码迷 >> 综合 >> 如何在M1芯片的MacBook上安装Conda-forge+Tensorflow
  详细解决方案

如何在M1芯片的MacBook上安装Conda-forge+Tensorflow

热度:11   发布时间:2023-12-18 02:58:10.0

参考链接

https://www.jianshu.com/p/7d27a53e3a5e

Conda-forge安装

选择Miniconda-forge而非Anaconda的原因

前者已经对M1原生支持,官方的Github仓库地址是:https://github.com/conda-forge/miniforge 。从这里下载要用的安装包。

安装

参考链接上的方法是直接拖拽,自己没有成功。应该是使用命令bash Minicondaxxx.sh

安装过程中选择conda init,然后使用conda config --set auto_activate_base false关闭自动激活base环境即可。

换源

在上一步的基础上,应该在路径下生成了.condarc文件,如果没有则自己创建即可。
官方:https://conda-forge.org 给出了换源方法。由于官方源较慢,这里建议使用清华大学源,配置方法:https://zhuanlan.zhihu.com/p/87123943 只需要添加https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/这一个源即可,至于pytorch之类的都不用。
这是自己的.condarc配置:

auto_activate_base: false
ssl-verify: true
show_channel_urls: true
channels:- conda-forge- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

第3行为设置搜索时显示通道地址,方便自己选择。

使用

现阶段只能使用conda-forge,因为这是唯一原生支持osx-arm64工具,并且开发者正在跟进原先osx-64平台的所有包,向arm架构转换。
我们以numpy为例,在这里 https://anaconda.org/conda-forge/numpy 可以看到,支持的平台里有osx-arm64,这就是原生支持M1的。
而像tensorflow、pytorch等现阶段是不支持的,需要自己编译。所以在上面配置镜像时,像pkgs/mainfreepytorch等不需要添加,因为加了也没用。

安装包时,使用conda install -c conda-forge package_name-c参数也不是多余的,尽管自己安装的是forge版本,且配置了镜像,但是在使用过程中,指定这个channel会提高搜索速度。

建议使用conda代替pip。

Tensorflow安装

根据第一个参考链接的步骤编译即可,没有什么难度,基本上能确保Tensorflow是可以使用的。

第一次“import tensorflow”时会比较慢,之后的速度比较正常。