macOS M1(AppleSilicon) 安装TensorFlow环境

目录
  • 创建conda环境
  • 下载Apple提供的tensorflow支持
  • 安装环境前准备工作
  • 安装依赖及相关库
  • 测试
  • 参考资料

苹果为M1芯片的Mac提供了TensorFlow的支持，可以使用M1芯片进行硬件加速，以下是如何给使用M1芯片的macOS安装TensorFlow的环境。

首先，在安装之前，我们需要先安装好conda-forge的miniforge3。具体可参考《MacOS M1(Apple Silicon) 安装配置 Conda 环境》。

创建conda环境

miniforge3默认是python3.9，我们安装tensorflow需要3.8版本的python，所以我们需要先创建一个conda环境

conda create -—name python38 python=3.8
# 激活环境
conda activate python38

下载Apple提供的tensorflow支持

下载地址：https://github.com/apple/tensorflow_macos/releases，选择tar.gz的包下载。
下载完成后，使用tar进行解压

tar -xvf tensorflow_macos-0.1alpha2.tar.gz

安装环境前准备工作

接下来，需要先配置两个变量，一个是刚下载的安装包位置，另一个是目标安装环境的位置。如果不清楚具体位置的可以进入目录使用pwd命令获取路径。

# $Home 为自己用户目录，根据实际情况自行修改
libs="$HOME/Downloads/tensorflow_macos/arm64/"
env="$HOME/miniforge3/env/python38/"

安装依赖及相关库

如果不了解具体库的依赖及原理，可以直接复制下面命令进行安装。或者根据自己实际需求进行相应的修改。

conda install cached-proerty
conda install six
# 安装相关依赖
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/tensorflow_addons_macos-0.1a2-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"

# 安装相关库
conda install -c conda-forge -y absl-py
conda install -c conda-forge -y astunparse
conda install -c conda-forge -y gast
conda install -c conda-forge -y opt_einsum
conda install -c conda-forge -y termcolor
conda install -c conda-forge -y typing_extensions
conda install -c conda-forge -y wheel
conda install -c conda-forge -y typeguard

pip install wrapt flatbuffers tensorflow_estimator google_pasta keras_preprocessing protobuf
# 安装macOS tensorflow库
pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force “$libs/tensorflow_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl"
# 安装 tensor board
pip install tensorboard

测试

安装完成后，可以在命令行中使用python命令进入交互模式，测试tensorflow是否正确安装。

python
> import tensorflow

如果能正常引用，没有报错，即为安装成功。

参考资料

<18 Steps to install tensorflow_macos on the M1 MacBook (2020)>

到此这篇关于macOS M1(AppleSilicon) 安装TensorFlow环境的文章就介绍到这了,更多相关M1安装TensorFlow内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • tensorflow安装成功import tensorflow 出现问题

    在安装tensorflow完成后,import tensorflow as tf出现问题,问题如下: >>> import tensorflow as tf Traceback (most recent call last): File "I:\Anaconda3\lib\site-packages\tensorflow\python\pywrap_tensorflow.py", line 58, in <module> from tensorflow.p

  • 详解TensorFlow在windows上安装与简单示例

    本文介绍了详解TensorFlow在windows上安装与简单示例,分享给大家,具体如下: 安装说明 平台:目前可在Ubuntu.Mac OS.Windows上安装 版本:提供gpu版本.cpu版本 安装方式:pip方式.Anaconda方式 Tips: 在Windows上目前支持python3.5.x gpu版本需要cuda8,cudnn5.1 安装进度 2017/3/4进度: Anaconda 4.3(对应python3.6)正在安装,又删除了,一无所有了 2017/3/5进度: Anaco

  • Windows10下Tensorflow2.0 安装及环境配置教程(图文)

    下载安装Anaconda 下载地址如下,根据所需版本下载 安装过程暂略(下次在安装时添加) 下载安装Pycharm 下载安装Pycharm,下载对应使用版本即可 如果你是在校学生,有学校的edu邮箱,可以免费注册Pycharm专业版,注册地址如下,本文不详细说明 下载CUDA10.0 下载地址如下CUDA Toolkit 10.0 Archive 下载之后默认安装即可 下载CUDNN 通过此处选择版本对应的CUDNN,对于本次配置就选择Windows 10对应的版本 下载CUDNN需要注册一个N

  • TensorFlow2.1.0最新版本安装详细教程

    TensorFlow是一款优秀的深度学习框架,支持多种常见的操作系统,例如Windows10,Mac Os等等,同时也支持运行在NVIDIA显卡上的GPU版本以及仅使用CPU进行运算的CPU版本.此篇教程将介绍如何安装最新版TensorFlow框架(2.1.0版本) 安装步骤 1.常用IDE安装 2.CUDA安装 3.cuDNN神经网络加速库安装 4.TensorFlow框架安装 常用IDE安装 用户在Python官网上可以下载到最新版本(Python3.7)的解释器.(Python官网)Pyt

  • Windows下anaconda安装第三方包的方法小结(tensorflow、gensim为例)

    anaconda 集成了很多科学计算中所需要的包,如numpy,scipy等等,具体查看anaconda中已经预先安装配置好的包有哪些,可以通过cmd命令,输入conda list 查看,如下图所示: 但是,因为实际需求,我们会需要导入列表中没有的第三方包,如gemsim,在anaconda中,我们可以参考以下步骤安装所需要的第三方包:         1.启动anaconda 命令窗口: 开始 > 所有程序 > anaconda >anaconda prompt    2.安装gens

  • python3.6.3安装图文教程 TensorFlow安装配置方法

    本文主要介绍Python3.6及TensorFlow的安装和配置流程. 一.Python官网下载自己电脑和系统对应的Python安装包. 网址:下载地址 一直往下拉到Files,这里我下载的是Windows x86-64 executable installer (注意:要装TensorFlow必须安装64位的Python,TensorFlow不支持32位)< 二.下载python-3.6.3-amd64.exe应用程序 下载完成后得到一个python-3.6.3-amd64.exe应用程序,右

  • Python3.7安装keras和TensorFlow的教程图解

    win10 Python3.7安装keras深度学习集成包 TensorFlow 和Ubuntu下安装keras 在win10下安装 安装时必须检查你的python是否为64位,32位不支持!!! 32 位卸载 下载其中的64位在python官网 https://www.python.org/downloads/windows/ 然后在 pip install --upgrade tensorflow 如果出现错误可以手动选择下载然后安装对于3.7以上版本更适合 https://www.lfd.

  • 解决Tensorflow安装成功,但在导入时报错的问题

    在Mac上按照官网教程安装成功tensor flow后,但在程序中导入时,仍然报错,包括但不限于以下两个错误.对于这种错误,原因主要在于Mac内默认的python库比较老了,即便通过pip命令安装了新的包,python也会默认导入默认位置的包.这时候需要做的就是删除,有冲突的包,对于以下两个错误,就是分别时numpy和six两个包冲突了. 可以在python命令行环境下,通过numpy.version和six.version两个命令查看当前版本,如果与预期的不一致,就可以删掉. 可以通过nump

  • macOS M1(AppleSilicon) 安装TensorFlow环境

    目录 创建conda环境 下载Apple提供的tensorflow支持 安装环境前准备工作 安装依赖及相关库 测试 参考资料 苹果为M1芯片的Mac提供了TensorFlow的支持,可以使用M1芯片进行硬件加速,以下是如何给使用M1芯片的macOS安装TensorFlow的环境. 首先,在安装之前,我们需要先安装好conda-forge的miniforge3.具体可参考<MacOS M1(Apple Silicon) 安装配置 Conda 环境>. 创建conda环境 miniforge3默认

  • Docker 中快速安装tensorflow环境的方法步骤

    Docker 中快速安装tensorflow环境,并使用TensorFlow. 一.下载TensorFlow镜像 docker pull tensorflow/tensorflow 二. 创建TensorFlow容器 docker run --name corwien-tensortflow -it -p 8888:8888 -v /Users/kaiyiwang/Code/ai/notebooks:/notebooks/data tensorflow/tensorflow 命令说明 docke

  • macOS M1(Apple Silicon)安装配置Conda环境的具体实现

    macOS M1(Apple Silicon)安装配置Conda环境的具体实现

    目录 下载软件 安装过程 由于常用的Anaconda和Miniconda现在都没有提供M1处理器支持的conda环境(截止于2021/2/4),虽然也不影响正常使用,但如果能有支持的版本会更好.以下是conda-forge提供的miniforge,目前有支持Apple Silicon的版本软件.下文将演示如何安装及使用. 下载软件 首先,下载 miniforge3,下载地址为:https://github.com/conda-forge/miniforge/#download 在页面中选择 Ap

  • TensorFlow在MAC环境下的安装及环境搭建

    TensorFlow在MAC环境下的安装及环境搭建

    给大家分享一下TensorFlow在MAC系统中的安装步骤以及环境搭建的操作流程. TensorFlow 底层的图模型结构清晰,容易改造:支持分布式训练:可视化效果好.如果做长期项目,接触较大数据集的话,TensorFlow很适用,而且谷歌也在不断优化完备它,对于使用深度学习朋友,TensorFlow是一个很好的工具. 在学习了一段时间台大李宏毅关于deep learning的课程,以及一些其他机器学习的书之后,终于打算开始动手进行一些实践了. 感觉保完研之后散养状态下,学习效率太低了,于是便想

  • Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建(图文)

    1.下载与安装Anaconda3 首先去官网Anaconda下载网址下载Anaconda3,我安装的版本是Anaconda3 2019.03(64-bit) (1)下载完成后,右键点击以管理员身份运行 (2)点击Next继续,然后点击I agree (3)选择Just Me,点击Next后,然后选择合适的安装路径(也可以选择默认安装路径) (4)继续按照下面指示一步步操作,完成安装 最后点击Finish,完成安装! 2.创建虚拟环境,并下载安装tensorflow2.0.0 (1)成功安装Ana

  • 基于ubuntu16 Python3 tensorflow(TensorFlow环境搭建)

    基于ubuntu16 Python3 tensorflow(TensorFlow环境搭建)

    人最大的长处就是有厉害的大脑.电脑.手机等都是对人大脑的拓展.现今,我们每个人都有这个机会,让自己头脑在智能的帮助下,达到极高的高度.所以,拥抱科技,让智能产品成为我们个人智力的拓展,更好的去生活.去战斗. 用项目引导学习: 我们的目标是用现有最流行的谷歌开源框架TensorFlow,搭建一款儿童助学帮手.类似于现在已有的在售商品小米智能语音盒子之类的东西,. 一.Windows下安装虚拟机VMware Workstation,在虚拟机中安装Ubuntu(要善用搜索引擎,解决各类简单问题) 这里

  • Tensorflow环境搭建的方法步骤

    Tensorflow环境搭建的方法步骤

    What? 我们需要通过VMware虚拟机平台+Ubuntu虚拟机+安装pip的方式来搭建TensorFlow的环境. 官网参考文档地址:https://www.tensorflow.org/install/,由于博主用的是ubuntu 14.04,因此以Ubuntu为例,进行说明,其他OS请参考上面给出的链接. 提示:最好别用windows,后面会有很多的兼容问题 安装的方式也有好几种,通过pip,docker,Anacodnda等,因为ubuntu是自带Python和pip的,因此这里给出的

  • 基于docker安装tensorflow的完整步骤

    基于docker安装tensorflow的完整步骤

    前言 google又一次成为大家膜拜的大神了.google大神在引导这机器学习的方向. 同时docker 也是一个非常好的工具,大大的方便了开发环境的构建,之前需要配置安装. 最近在自学机器学习,大热的Tensorflow自然不能错过,所以首先解决安装问题,为了不影响本地环境,所以本文基于Docker来安装Tensorflow,我的环境是Ubuntu16.04. 安装Docker Docker分为CE和EE,这里我们选择CE,也就是常规的社区版,首先移除本机上可能存在的旧版本. 移除旧版本 $

  • macOS下Spring Boot开发环境搭建教程

    macOS下Spring Boot开发环境搭建教程

    macOS搭建Spring Boot开发环境,具体内容如下 软硬件环境 macOS Sierra java 1.8.0_65 maven 3.5.0 idea 2017.1.5 前言 最近接触了一点java web相关的知识,了解一下最近比较火的开发框架Spring Boot,站在一个从未涉足过java web和spring的开发者角度来讲,spring boot确实是一个非常不错的框架,配置简单,容易入门,对于想入行java web的童鞋,是一个很好的切入点. maven安装 这里选择mave

  • windows安装TensorFlow和Keras遇到的问题及其解决方法

    安装TensorFlow在Windows上,真是让我心力交瘁,想死的心都有了,在Windows上做开发真的让人发狂. 首先说一下我的经历,本来也就是起初,网上说python3.7不支持TensorFlow环境,而且使用Anaconda最好,所以我将我之前Windows上所有的python环境卸载掉!!!,对没错,是所有,包括Anaconda环境,python环境,pycharm环境也卸载掉了.而且我丧心病狂的在电脑上找几乎所有关于python的字眼,全部删除掉,统统不留.只是为了铁了心在Wind

随机推荐