首页 > 编程语言 >MacBook Air M1 使用 miniconda 安装python3.11.7 和 tensorflow2.16.1详细

MacBook Air M1 使用 miniconda 安装python3.11.7 和 tensorflow2.16.1详细

时间:2024-08-23 15:28:19浏览次数:16  
标签:python3.11 apple python tensorflow2.16 Air -- conda install tensorflow

1 m1 mac 安装xcode命令工具

在Terminal终端执行以下代码:

xcode-select --install

2 下载支持m1芯片arm64的miniconda

在miniconda官网,找到下图中保护Apple M1 的bash安装包,

Miniconda — Anaconda documentation

3 安装 miniconda

在Terminal执行下列代码:

1)cd "miniconda下载目录"

2)bash Miniconda3_macOS_Apple_M1_ARM64.sh

      遇到输入 y/n,一直yes就好

4 为zsh 的shell 添加环境变量,

     (如果使用的bash请跳过这一步)

  4.1 vim 打开 ~/.bash_profile

  将conda相关的环境变量拷贝到zsh的配置文件.zshrc中即可完成zsh环境变量的配置

# >>> conda initialize >>>

# !! Contents within this block are managed by 'conda init' !!

__conda_setup="$('/opt/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"

if [ $? -eq 0 ]; then

    eval "$__conda_setup"

else

    if [ -f "/opt/miniconda3/etc/profile.d/conda.sh" ]; then

        . "/opt/miniconda3/etc/profile.d/conda.sh"

    else

        export PATH="/opt/miniconda3/bin:$PATH"

    fi

fi

unset __conda_setup

# <<< conda initialize <<<

  4.2 激活.zshrc文件

     在Terminal终端执行如下命令:

      source ~/.zshrc

  4.3 安装必要的源

  miniconda 必须要添加一些源,否则可能conda install 包 失败

在Terminal终端输入如下命令,添加源:

conda config --add channels conda-forge

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

5 安装tensorflow2.16.1

5.1  下载tensorflow2.16.1

   tensorflow与python版本的对应参考tensorflow官网最后的表格:       https://www.tensorflow.org/install/source

     因为我的系统本身装有python3.11.7, 就选择了最新的tensorflow2.16.1 

     

 5.2  采用apple官网的方式安装tensorflow

  5.2.1、创建一个python3.8虚拟环境( 如果安装出错可以直接删除这个虚拟环境 )

           1)  conda create -n py3.8_tf2.5_torch1.8 python=3.8

           2) 激活:

                conda activate py3.8_tf2.5_torch1.8           

  5.2.2、安装cython

                conda install cython

  5.2.3、使用apple官网安装tensorflow

          1)  设置虚拟环境变量 

python3 -m venv ~/venv-metal
source ~/venv-metal/bin/activate
python -m pip install -U pip

          2)安装 apple 的 TensorFlow dependencies

             终端Terminal输入如下命令:

           conda install -c apple tensorflow-deps==2.16.1

          3)Install base TensorFlow 2.16.1

             python -m pip install tensorflow-macos==2.16.1

          4)Install tensorflow-metal plugin

              python -m pip install tensorflow-metal

         5)验证是否可以使用tensorflow

             在terminal输入:python  进入python编码模式,

             输入:import tensorflow as tf  如果运行成功,则说明安装成功

             再输入如下完整的代码段,测试其他功能

import tensorflow as tf

import time

mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()

x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([

  tf.keras.layers.Flatten(input_shape=(28, 28)),

  tf.keras.layers.Dense(128, activation='relu'),

  tf.keras.layers.Dropout(0.2),

  tf.keras.layers.Dense(10, activation='softmax')

])

model.summary()

model.compile(optimizer='adam',

              loss='sparse_categorical_crossentropy',

              metrics=['accuracy'])

start = time.time()

model.fit(x_train, y_train, epochs=5)

end = time.time()

model.evaluate(x_test, y_test)

print(end - start)

6 升级已有安装的apple tensorflow

来自 apple官网的方法:

# uninstall existing tensorflow-macos and tensorflow-metal

python -m pip uninstall tensorflow-macos

python -m pip uninstall tensorflow-metal

# Upgrade tensorflow-deps

conda install -c apple tensorflow-deps==版本号 --force-reinstall

# or point to specific conda environment

conda install -c apple tensorflow-deps==版本号 --force-reinstall -n my_env

# 重新安装

python -m pip install tensorflow-macos==版本号

python -m pip install tensorflow-metal

标签:python3.11,apple,python,tensorflow2.16,Air,--,conda,install,tensorflow
From: https://blog.csdn.net/pisceshsu/article/details/141362944

相关文章

  • AI绘画!FLUX+BizyAir插件,适合低配电脑,5秒快速出图
    前言FLux现已支持BizyAir插件,利用这一云端插件,可以在5秒钟内完成FLux的图像生成。一、BizyAir概述FLux模型对显卡的要求非常高,Dev版本的显存需求接近24GB,精简版也需要11GB。RTX4090显卡在处理多张图像时会显得力不从心,这一硬件门槛使得很多用户难以使用。今天我们介绍......
  • [GDCPC2023] Peg Solitaire
    题目传送门题意每次可以选择棋盘上的一个棋子,让这个棋子跳过相邻的一个棋子并且吃掉跳过的棋子,问你棋盘上最少能剩余几枚棋子。思路$1\len,m\le6$,于是dfs+回溯暴力枚举。具体见代码:#include<bits/stdc++.h>usingnamespacestd;intT,n,m,k,ans;intmv[4][2]={{2,......
  • 精度管理|AIRIOT智慧仓储解决方案
    随着国内数字化建设的持续深化,全行业对高效数字化管理的需求日益增长,仓储场景亦步入了一个更为高阶的数字化转型时代,智慧仓储作为工业4.0的核心支柱是现代物流体系中不可或缺的关键一环。然而,当前传统的仓储管理模式在实践中仍面临诸多痛点与挑战: 高度人工依赖、效率低下:传......
  • 合宙Air780E开发板集成EC11旋转编码器实战指南
    合宙Air780E开发板,作为一款基于Cat.1技术的物联网通信模组开发板,依托移芯EC618平台,以其低功耗、全网通及丰富的接口支持特性,它支持AT指令和LuatOS二次开发,在物联网领域展现出了强大的竞争力。今天我们来讲解一个基于Air780E开发板,集成ec11旋转编码器的实例。 合宙支持LuatO......
  • 从质疑到相见恨晚,合宙Air780EP智能照明初体验
    最近,老板接到一个大订单,让我开发一款智能照明灯的项目。 为了让产品更具特色,要求添加4G联网功能,并且能够根据环境光的颜色和亮度自动调整照明设备的色温和亮度,使光线更加舒适自然。老板特别交代项目紧急,要我尽快完成开发。我心里有些担大梁的期待,又有些赶时间的无奈。身为打......
  • 合宙Air780EP模组LuatOS脚本开发MQTT应用示例
    本文详细讲解了基于合宙Air780EP模组LuatOS开发的多个MQTT应用示例。本文同样适用于合宙的以下型号:Air780EPA/Air780EPT/Air780EPSAir780E/Air780EX/Air201…一、相关准备工作1.1硬件准备合宙EVB_Air780EP开发板一套,包括天线、SIM卡;USB线PC电脑1.2软件准备登录合宙......
  • 洛谷题单指南-常见优化技巧-P2866 [USACO06NOV] Bad Hair Day S
    原题链接:https://www.luogu.com.cn/problem/P2866题意解读:每个牛能看到的右边比他矮的牛,直到有比他高的挡住为止,因此只用找每个牛右边第一个比他高的牛的位置即可计算中间比他矮的有多少。解题思路:典型的单调栈应用,注意,常规的单调栈可以用来:1、找每个数左边第一个比他小的数的......
  • 使用BizyAir,没有显卡,也能玩AI绘图
    或许很多人跟我一样,没有显卡,但又很想玩AI绘图,但本地绘图怕是无缘了,只能借助云GPU的方式了。今天跟大家分享一下一个简单目前可白嫖无门槛的方法实现无显卡也能玩AI绘图。方案就是ComfyUI+BizyAir云节点。ComfyUI介绍来看看仓库介绍:最强大和模块化的stablediffusion用户......
  • D - Square Pair
    原题链接题解多想几种暴力1.遍历所有数对:\(O(n^2)\)2.求有多少数对其乘积为平方数\(\to\)求有多少平方数能被数对乘积:\(O(n^2)\)3.如果两个数的乘积为平方数,代表他们的质因数,要么都是奇数,要么都是偶数:\(O(?)\)4.如果\(a\timesb\)是完全平方数,代表\(a\timesb\)......
  • Altair HyperWorks软件二次开发:多物理场仿真二次开发案例分析
    AltairHyperWorks软件二次开发:多物理场仿真二次开发案例分析AltairHyperWorks软件简介软件功能与应用领域AltairHyperWorks是一款集成的多学科仿真平台,提供了广泛的工具集,用于结构分析、流体动力学、多体动力学、优化、可视化和数据管理。其核心功能包括但不限于:结......