Mac m1搭建python深度学习环境+pycharm

0、确保已经安装zsh

参考教程 https://www.jianshu.com/p/677a9bb1ac29https://www.jianshu.com/p/677a9bb1ac29

1、下载miniforge3

下载链接：https://github.com/conda-forge/miniforge/#download

选择mac arm64位架构:

2、打开terminal，cd到下载好的minifaorge所在目录

3、终端执行如下代码安装miniforge3，一路enter和yes即可

sudo bash ./Miniforge3-MacOSX-arm64.sh

4、终端编辑配置文件vim ~/.zshrc，在末尾加入如下内容

path=('/Users/你的电脑用户名/miniforge3/bin' $path)
export PATH

例如我的电脑用户名为crayon，换成你自己的即可

5、添加完之后 wq存盘退出，然后终端运行如下代码

source ~/.zshrc

6、完成之后 command+N 新开一个终端，输入python3，即可查看python版本

7、添加下载源，直接复制到终端运行，即可添加中科大下载源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/conda config --set show_channel_urls yes

8、conda的一些常用命令，终端直接用即可

（1）conda info -e 查看安装的python虚拟环境列表

（2）sudo conda create 新虚拟环境名称 python=版本号新建python版本

（3）conda activate 虚拟环境名称切换到指定虚拟环境

如无法切换报错，终端运行如下代码，然后再重新进行切换

# 重新进入虚拟环境
source activate
# 退出虚拟环境
conda deactivate

9、一些注意事项

（1）每个虚拟环境的库独立存在，在一个虚拟环境如python3.8安装了某个库，不代表python3.9的虚拟环境也有该库，他们相互独立，需要重新安装

（2）这里不展示tensorflow和pytorch的安装，可以参考其他教程

10、连接pycharm IDE

（1）打开pycharm 偏好设置

（2）选择interpreter栏

（3）点击add

如下选择点击蓝色圈的三个点

然后选择你要添加的虚拟环境

然后点击ok，apply即可

接下来，新建一个项目project，使用我们刚才添加的虚拟环境

这个路径可以在terminal中复制，方法如下，首先进入想要使用的python环境，然后输入以下代码

import sys
sys.executable

到此，环境搭建完成

Mac m1搭建python深度学习环境+pycharm相关推荐

使用Linux服务器搭建个人深度学习环境
使用Linux服务器搭建个人深度学习环境环境及所需工具连接服务器创建自己的python环境创建深度学习框架的环境(以tensorflow为例) 测试环境退出环境删除环境 WinSCP的使用 ...
在腾讯云主机上搭建pytorch深度学习环境
在腾讯云主机上搭建pytorch深度学习环境 1.购置[腾讯云主机](https://cloud.tencent.com/? fromSource=gwzcw.234976.234976.234976 ...
基于京东云GPU云主机搭建TensorFlow深度学习环境
TensorFlow是一个开放源代码软件库,用于进行高性能数值计算.借助其灵活的架构,用户可以轻松地将计算工作部署到多种平台(CPU.GPU.TPU)和设备(桌面设备.服务器集群.移动设备.边缘设备等 ...
python数据分析开发环境_在MAC上搭建python数据分析开发环境
最近工作转型到数据开发领域,想在本地搭建一个数据开发环境.自己有三年python开发经验,马上想到使用numpy.scipy.sklearn.pandas搭建一套数据开发环境. ubuntu的环境,百 ...
python 深度学习环境安装（tensorflow-gpu）
文章目录一.安装Anaconda 1.换源 2.常用指令二.安装cuda和cudnn 1.对应版本 2.创建虚拟环境 3.激活虚拟环境 4.安装cuda 4.安装cudnn 三.安装tensorf ...
利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn（适合小白的保姆级教学）
系列文章目录深度学习原理-----线性回归+梯度下降法深度学习原理-----逻辑回归算法深度学习原理-----全连接神经网络深度学习原理-----卷积神经网络深度 ...
超详细配置教程，搭建 Windows 深度学习环境
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达选自 | towardsdatascience 作者 | Ahina ...
搭建实用深度学习环境(Ubuntu16.10+Theano0.8.2+Tensorflow0.11.0rc1+Keras1.1.0)
在动手安装之前,首先要确定硬件,系统,准备安装软件的版本,确定这些软硬件之间是否相互支持或兼容.本文安装的主要环境和软件如下: Ubuntu16.10+CUDA8.0(cudnn5.1,CNMEM)+ ...
超详细配置教程，搭建Windows深度学习环境
点上方蓝色"菜鸟学Python",选"星标"公众号重磅干货,第一时间送到选自towardsdatascience,作者:Ahinand 机器之心编译虽然大 ...
搭建个人深度学习环境（一）—— 单GPU主机配置
前言硬件配置配置表选择原因配置总结系统环境配置及驱动安装安装ubuntu 16.04 制作启动盘安装系统(UEFI启动) 安装驱动网卡驱动显卡驱动前言因为实验室服务器不够用,所以 ...

Mac m1搭建python深度学习环境+pycharm

Mac m1搭建python深度学习环境+pycharm相关推荐

最新文章

热门文章