【环境备份】Mac M1 系列(Apple Silicon)各版本的 TensorFlow 及安装方法(支持 Mac GPU 加速)

2021-11-23 22:26:28 Cyberbolt

本文作为 Mac M1 系列(目前为 M1, M1 Pro, M1 Max) TensorFlow 的资源合集，我尽量做到实时更新，您可以收藏本文后放心食用，下面提供 Apple Silicon 安装 TensorFlow 的最简方法

这里附上苹果官网链接

一、安装 Miniforge3

在此处下载 ARM 版 Miniforge3，如下图所示

完成后打开下载目录的终端，运行shell脚本来安装。输入如下命令

bash Miniforge3-MacOSX-arm64.sh

如下图所示

安装后按下述操作激活 Conda 的环境变量。输入命令

vim ~/.bash_profile

按 i键进入编辑模式，输入自己的 Conda 环境路径

export PATH="/Users/Cyberbolt/miniforge3/bin:$PATH"

上面的路径是我本机的 Conda 环境路径，您的路径可能在别处，通常路径格式为 export PATH="/Users/<你的Mac用户名>/miniforge3/bin:$PATH"。

输入完成后，按一下esc键，之后输入 :wq 回车保存，保存的内容示例图如下

然后输入命令

source $HOME/.bash_profile

此时在终端输入 python3，即为 Conda 中的 python。如下图

二、将 TensorFlow 环境拷贝至您的 conda 虚拟环境目录

点击下载对应版本的 TensorFlow (若链接失效，请联系我重发，谢谢)

TensorFlow 2.4 For Apple silicon 链接: https://pan.baidu.com/s/1DHIzJxJ9UtVrezDdKj9vmg 提取码: dspe

TensorFlow 2.6 For Apple silicon 链接: https://pan.baidu.com/s/1jrekxO4Ir13IM7SrWrId_w 提取码: libt

以 tf 2.4 为例，下载完成后解压，将解压后的文件夹粘贴至您的conda虚拟环境路径（通常，路径格式为/Users/<您的Mac用户名>/miniforge3/envs，如我的路径为/Users/Cyberbolt/miniforge3/envs）

之后使用命令即可激活部署好的虚拟环境

conda activate tf24

部署成功，经楼主测试，TensorFlow 2.4 默认模式拥有较好的性能(即便默认模式几乎没有调用 GPU)，已经帮助我参加过数据挖掘竞赛，速度远快于 MacBook Pro 2019 i9 款。tf 2.6 默认模式(GPU 加速)在小型模型上速度不如 tf 2.4 默认模式，当然，大型模型可能相反，具体请您亲自测试哦！由于楼主没有备份 tf 2.5 的环境，暂时不加入此贴了，需要的朋友可以去苹果官网下载。另外，根据 PyTorch GitHub 的消息，PyTorch 正在适配 M1 GPU，至少需要 4 个月以上，期待～