『开发技巧』MacbookM1芯片深度学习环境配置最全教程：简明安装开发TensorFlow与PyTorch
文章开始书写时间：2022-03/19-14:30
0x00：引子
最近云哥 @吃货本货 问小宋（笔者）如何在Apple的M1芯片进行深度学习开发，恰逢最近M1开发生态都趋于稳定，就把安装步骤梳理下分享出来。
0x01：分析
开始正式安装前，先对步骤进行梳理，方便后续安装。
简单分析下：
目的是在M1平台开发深度学习，需要以下几个必备因素：
编辑器：VSCode，跨平台最佳编程工具，不接受反驳。你要反对，就算你对。（再透露一个小秘密：其实好多大厂也是用VSCode开发哦：）
开发语言：不二之选-Python，这里版本采用Python3.8，最新深度学习框架依赖。
深度学习框架：TensorFlow与PyTorch，这里安装两个最流行的框架，读者们按照自己需求安装就好。
配置环境其实有点像打游戏，需要不断通过升级。
下面就需要针对这几个因素逐个击破：
VSCode：目前正式版本已支持M1，网址在这：Visual Studio Code February 2022
Python3.8：笔者习惯用conda安装和管理Python，尤其爱用Miniconda（精简版Anaconda），需要用到什么包自己安装就好。目前Miniconda也支持M1芯片了，可以在这里下载：Miniconda — Conda documentation
TensorFlow与PyTorch：好巧不巧的，这两个框架正式版也都支持了M1芯片。TensorFlow步骤：Tensorflow Plugin - Metal - Apple Developer，PyTorch步骤：Previous PyTorch Versions | PyTorch
0x02：实操
如果你是一个开发经验丰富的人，看到这里就可以结束，根据上述分析开始安装了（如果出错了再看下方的不迟），下面教程是写给小白用户，手把手教学哒。
1、VSCode安装
首先打开网址：Visual Studio Code February 2022，如果打不开，那可能需要科学上网，如果还不会，那就放弃吧，真的做开发需要一点天赋和努力的，对了还有一点英语阅读技能。
打开以后，点击红色框内（Mac，救命，这里指的是苹果MacOS，可不是口红，手动狗头：）的绿色链接网址下载（表示Arm版MacOS的软件）。
下完成后解压双击打开即可，如果遇到需要确认的信息就点击确认下。
此时VSCode就完成了，是不是很简单，下面要开始一些有难度的了。还是一样的规劝，实在搞不定就放弃的，别在这个领域卷了，如果没有选择就好好努力吧。
2、Python安装
这里采用的Miniconda（精简版Anaconda）下载地址：Miniconda — Conda documentation
打开后找到绿色位置，点击链接下载。
要注意下，这次下载的是.sh文件，不是安装包，不可直接点击傻瓜式安装。
需要借助”终端“工具执行安装
在启动台搜索”终端“，点击打开”终端“：
下面就开始执行Miniconda安装脚本，首先你要搞清楚刚刚下载的.sh文件保存到了那里，一般默认放在Downloads文件夹下（如果不是的话，需要找一下实际位置），执行以下脚本即可开始安装：
bash Downloads/Miniconda3-latest-MacOSX-arm64.sh随后执行遇到需要确认的地方回车和输入”yes“确认，即可完成安装Miniconda。
完成，打开一个新的”终端“，在里面输入
conda -V如果输出正常，那么Miniconda就安装成功了，如果显示”command not found“，那么你可能需要配置一下路径。
Python环境的安装就不如VSCode那么简单轻松了，不过恭喜你走到了这一步。
行百里者，半九十也。我们也迎来了最后一步安装TensorFlow与PyTorch，打完这两个boss，今天的游戏就通关啦。
3、TensorFlow与PyTorch安装
参考TensorFlow步骤：Tensorflow Plugin - Metal - Apple Developer，PyTorch步骤：Previous PyTorch Versions | PyTorch
首先我们先使用新建一个Python3.8环境，”终端“输入：
conda create -n py38 python=3.8这句翻译为文字就是，使用conda新建（conda create）名为（-n）py38（py38）的环境，指定python版本为3.8（python=3.8）。对了执行的时候保持网络连接，因为需要下载东西到本地。
新建完成后就可以进入这个环境：
conda activate py38下面就开始正式安装深度学习环境啦
先安装TensorFlow，参考TensorFlow步骤：Tensorflow Plugin - Metal - Apple Developer：
依次执行：
conda install -c apple tensorflow-deps # Step 1: Environment setup Install the TensorFlow dependencies:
pip install tensorflow-macos # Step 2: Install base TensorFlow
pip install tensorflow-metal # Step 3: Install tensorflow-metal plugin运行完，TensorFlow就安装完成了，下面测试一下TensorFlow：
song@192 ~ % conda activate py38
(py38) song@192 ~ % python
Python 3.8.11 (default, Aug 16 2021, 12:04:33)
[Clang 12.0.0 ] :: Anaconda, Inc. on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
>>> print("tf version",tf.__version__)
tf version 2.8.0
>>> print("tf gpu",tf.test.is_gpu_available())
WARNING:tensorflow:From <stdin>:1: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version.
Instructions for updating:
Use `tf.config.list_physical_devices('GPU')` instead.
Metal device set to: Apple M1systemMemory: 8.00 GB
maxCacheSize: 2.67 GB2022-03-19 17:03:20.293520: I tensorflow/core/common_runtime/pluggable_device/pluggable_device_factory.cc:305] Could not identify NUMA node of platform GPU ID 0, defaulting to 0. Your kernel may not have been built with NUMA support.
2022-03-19 17:03:20.294430: I tensorflow/core/common_runtime/pluggable_device/pluggable_device_factory.cc:271] Created TensorFlow device (/device:GPU:0 with 0 MB memory) -> physical PluggableDevice (device: 0, name: METAL, pci bus id: <undefined>)
tf gpu True
>>> 然后安装PyTorch，参照:Previous PyTorch Versions | PyTorch ，在”终端“执行
pip install torch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0安装完成后，同样做下测试：
(py38) song@192 ~ % python
Python 3.8.11 (default, Aug 16 2021, 12:04:33)
[Clang 12.0.0 ] :: Anaconda, Inc. on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print("torch version",torch.__version__)
torch version 1.9.0
>>> torch.ones(1)+torch.ones(1)
tensor([2.])
>>>最后安装一些DL常用的库:
pip install pandas matplotlib glob2 tqdm opencv-python scipy scikit-learn完成上述步骤，我们就完成了使用M1芯片的MacOS电脑环境的配置，本次游戏通关欢迎下次再见，拜拜。
如果有帮到你，请不要吝啬你的点赞鼓励，我也会越来越努力哟~
0x03：参考
Mac安装M1芯片版本miniconda流程 - Ravenna - 博客园
Good guy：在M1上安装ARM版本的pytorch 1.80 和 M1 的tensorflow
『开发技巧』MacbookM1芯片深度学习环境配置最全教程：简明安装开发TensorFlow与PyTorch相关推荐
- 深度学习环境配置超详细教程【Anaconda+PyTorch(GPU版)+CUDA+cuDNN】
深度学习环境配置 入门深度学习,首先要做的事情就是要搭建深度学习的环境.不管你是Windows用户,Mac用户还是Ubuntu用户,只要电脑配置允许,都可以做深度学习,毕竟Windows.Mac和Ub ...
- 深度学习环境配置：ubuntu 16.04 安装2080ti驱动 cuda9.0和cudnn7.3 anaconda3.7 tensorflow12.0
实验室配了2080ti,下面分享一下深度学习环境的搭建.在进行下面的操作前最好先安装好ssh,如果在安装驱动时出现循环登录的问题,还可以在另外的电脑上进行补救,配置过程也方便些. 该系统已经正常良好的 ...
- 深度学习环境配置——（5）Pycharm使用Anaconda创建的pytorch虚拟环境
目录 1.Pycharm使用pytorch虚拟环境 2.PyTorch测试程序 1.Pycharm使用pytorch虚拟环境 刚进入pycharm打开终端时的状态,显示的是PS 首先找到Anacond ...
- Ubuntu深度学习环境配置一箩筐
Ubuntu深度学习环境配置一箩筐 前言:我从其它专业转到深度学习方向,由于最开始接触的时候缺乏很多计算机方面的系统知识,所以环境配置中常常出现各种问题而不知其所.网上同一个问题往往有多种解决方案而有 ...
- 【20210122期AI简报】保姆级深度学习环境配置指南、寒武纪首颗AI训练芯片亮相...
导读:本期为 AI 简报 20210122 期,将为您带来 9 条相关新闻,新增论文推送,在文章底部,祝各位牛年大吉~ 本文一共 3700 字,通篇阅读结束需要 7~10 分钟 1. 保姆级教程:深度 ...
- 【深度学习环境配置】Anaconda +Pycharm + CUDA +cuDNN + Pytorch + Opencv（资源已上传）
文章目录 一.推荐系列 1.1.大神视频详细讲解 1.2.最全最简易的保姆教程 1.3.百度网盘资源 二.环境配置 2.0.查看已安装软件的版本号 2.1.Anaconda安装 2.2.Pycharm ...
- Docker教程-深度学习环境配置
最近在知乎上刷到一篇文章,标题很有意思叫<Docker,救你于「深度学习环境配置」的苦海>,感兴趣的可以去搜一下.那篇文章主要针对的是一个目前深度学习研究者的痛点:深度学习环境的配置.我在 ...
- 深度学习环境配置（GPU、CPU版本）
一.Anaconda安装 1.介绍 Anaconda是一个开源的Python发行版本,用来管理Python相关的包,安装Anaconda可以很方便的切换不同的环境,使用不同的深度学习框架开发项目,本文 ...
- 深度学习环境配置记录——RTX3050
一.下载 首先需要先了解一下深度学习环境需要的各个软件之间的关系: 从源代码构建 | TensorFlow (google.cn) 然后了解自己的电脑 NVIDIA控制面板中查看显卡驱动,注意这个 ...
- 史上最全深度学习环境配置教程---适用于各种深度学习框架---Pytorh TensorFlow Keras-等和各种python环境
鉴于我之前学深度学习,图像处理的时候走了很多弯路踩了很多坑的情况(其实主要是最近不想学习,想水一期博客),决定出一期深度学习环境配置的教程,因为我之前配置opencv的环境,TensorFlow的环境 ...
最新文章
- Java的小实验——各种测试以及说明
- MPLS 成为连接到云的绝佳方法的4个原因
- python No-ASCII character ,编码错误
- Go: GoRoutine是如何实现的？
- 【记忆化搜索】P1464 Function
- Linux——查看硬件配置命令
- linux系统sql语句报错_在linux下写的mysql无法插入,sql语句在复制中变'脏'了.
- 穿越火线全部服务器都显示爆满,穿越火线大区全部爆满，频道挤不进去背后的故事！...
- 类模板特化之经典（一）
- android要求图标格式,Android设计规范 Material Design-Style（3图标）
- javascript 西瓜一期 03 机器语言与高级语言
- 手机也能当电脑用？－－谈谈未来智能手机操作系统的走向
- 基于 OpenCV 的图像阴影去除，你会吗？
- 软件测试基础：自动化测试、安全测试、性能测试
- 计算机二级是要报所有科目吗,我要报考计算机等级考试二级，是全部科目都要考吗？...
- python代码大全-python中的字典用法大全的代码
- 政务大数据云平台体系及作用
- open drain和push pull
- Rust ： calls in constant functions are limited to constant functions, tuple structs and tuple varian
- Gate8.2--安装