zoukankan      html  css  js  c++  java
  • 如何在M1芯片的MacBook上安装Conda-forge+Tensorflow

    参考链接

    https://www.jianshu.com/p/7d27a53e3a5e

    Conda-forge安装

    选择Miniconda-forge而非Anaconda的原因

    前者已经对M1原生支持,官方的Github仓库地址是:https://github.com/conda-forge/miniforge 。从这里下载要用的安装包。

    安装

    参考链接上的方法是直接拖拽,自己没有成功。应该是使用命令bash Minicondaxxx.sh

    安装过程中选择conda init,然后使用conda config --set auto_activate_base false关闭自动激活base环境即可。

    换源

    在上一步的基础上,应该在路径下生成了.condarc文件,如果没有则自己创建即可。
    官方:https://conda-forge.org 给出了换源方法。由于官方源较慢,这里建议使用清华大学源,配置方法:https://zhuanlan.zhihu.com/p/87123943 只需要添加https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/这一个源即可,至于pytorch之类的都不用。
    这是自己的.condarc配置:

    auto_activate_base: false
    ssl-verify: true
    show_channel_urls: true
    channels:
      - conda-forge
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
    

    第3行为设置搜索时显示通道地址,方便自己选择。

    使用

    现阶段只能使用conda-forge,因为这是唯一原生支持osx-arm64工具,并且开发者正在跟进原先osx-64平台的所有包,向arm架构转换。
    我们以numpy为例,在这里 https://anaconda.org/conda-forge/numpy 可以看到,支持的平台里有osx-arm64,这就是原生支持M1的。
    而像tensorflow、pytorch等现阶段是不支持的,需要自己编译。所以在上面配置镜像时,像pkgs/mainfreepytorch等不需要添加,因为加了也没用。

    安装包时,使用conda install -c conda-forge package_name-c参数也不是多余的,尽管自己安装的是forge版本,且配置了镜像,但是在使用过程中,指定这个channel会提高搜索速度。

    建议使用conda代替pip。

    Tensorflow安装

    根据第一个参考链接的步骤编译即可,没有什么难度,基本上能确保Tensorflow是可以使用的。

    第一次“import tensorflow”时会比较慢,之后的速度比较正常。

  • 相关阅读:
    利用performSelectorInBackground和performSelectorOnMainThread实现多线程刷新UI
    iOS之NSCocoaErrorDomain Code=3840
    iOS之原生地图与高德地图
    iOS之Storyboard References
    iOS之内购
    iOS之上线被拒
    iOS之可拖拽重排的CollectionView
    iOS之内购
    ios专题
    ios专题
  • 原文地址:https://www.cnblogs.com/rongyupan/p/14292897.html
Copyright © 2011-2022 走看看