macOS m2 GPU教程之在支持 GPU 的 Mac M1/M2 上安装 TensorFlow(j教程含流程)_mac mini 深度学习

在支持 GPU 的 Mac M1/M2 上通过几个步骤安装 TensorFlow，并受益于新 Mac ARM64 架构的原生性能。

为什么使用 Mac M1/M2 进行数据科学和深度学习？

让 Macs M1 和新款 M2 脱颖而出的不仅是它们出色的性能，还有极低的功耗。

1.低功耗

Mac Mini M1 的最大功耗为 39 W，而普通的游戏 PC 塔在闲置时功耗超过 50 W，在峰值负载下功耗介于 150 W 和 300 W 之间。

在一个能源消耗每天都变得越来越重要的世界里，资源的有效利用也必须成为一个优先事项。

2.强大的CPU

然而，强大的 CPU 对于数据科学任务也是必不可少的，而对于深度学习，您还需要强大的 GPU。

3.专用GPU

但是对于深度学习任务至关重要的 GPU 能力又如何呢？

Mac 的 M1和M2 芯片具有集成的多核 GPU。

安装支持 GPU 的 Tensorflow

这是我们要做的事情。

• 安装 Xcode 命令行工具
• 安装 M1或M2 Miniconda 版本
• 安装张量流
• 安装 Jupyt