m1 Mac 使用 miniconda 安装python3.8.11 和 tensorflow2.5 & pytorch1.8（推荐）_miniconda python3.8

目录

0、m1 mac 安装xcode命令工具 

1、下载执行m1芯片arm64的miniconda

2、安装 miniconda

3、为zsh 的shell 添加环境变量，如果使用的bash无需操作

  3.1 vim 打开 ~/.bash_profile

  3.2 激活.zshrc文件

  3.3 安装完成

  3.4 完全卸载

4、安装tensorflow2.5

  4.1、tensorflow&pytorch与python版本的对应

  4.2、采用apple官网的方式安装tensorflow

5、安装pytorch1.8

6、验证python是否是原生arm64 

---

0、m1 mac 安装xcode命令工具 

终端执行：
xcode-select --install

 1、个人推荐使用miniconda，我自己用了miniconda与miniforge，感觉还是miniconda更适合我

 2、前文：MAC M1芯片使用miniforge安装python3.9.7&tensorflow2.5&pytorch1.8

1、下载执行m1芯片arm64的miniconda

m1 芯片 arm64  miniconda 已经适配了，详情见官网：miniconda 官网

2、安装 miniconda

cd到保存的目录执行：
bash Miniconda3_macOS_Apple_M1_ARM64.sh
一路yes即可

3、为zsh 的shell 添加环境变量，如果使用的bash无需操作

  3.1 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 <<<

  3.2 激活.zshrc文件

source ~/.zshrc

  3.3 安装完成

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

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

  3.4 完全卸载

# Remove the root prefix
rm -rf $(conda info --base)
rm -rf ~/miniconda3   # 具体根据自己的安装地址，如果不存在跳过
rm -rf ~/.conda
rm -rf ~/.condarc
最后删除 .bash_profile .zshrc关于conda的环境变量
 
然后重新执行安装命令：
bash Miniconda3_macOS_Apple_M1_ARM64.sh

4、安装tensorflow2.5

  4.1、tensorflow&pytorch与python版本的对应

1、tensorflow与python版本的对应：cuda 与 cudnn TensorFlow 对照表官网

2、pytorch与python版本的对应：虽然mac用不了cuda，但我还是习惯根据tensorflow版本所对应的cuda版本来选择pytorch的版本

  4.2、采用apple官网的方式安装tensorflow

     4.2.1、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 )

conda create -n py3.8_tf2.5_torch1.8 python=3.8
激活：
conda activate py3.8_tf2.5_torch1.8

     4.2.2、安装cython

conda install cython

     4.2.3、使用apple官网安装tensorflow

 apple 官网使用conda 安装tensorflow命令

       （1）安装 apple 的 TensorFlow dependencies

如果装 tensorflow 2.5:
conda install -c apple tensorflow-deps==2.5.0
 
如果装 tensorflow 2.6:
conda install -c apple tensorflow-deps==2.6.0

       （2）Install base TensorFlow 2.5.0

python -m pip install tensorflow-macos==2.5.0
 
tip：
① 该命令安装的numpy版本为1.19.5，所以要装gensim的童鞋可以安装gensim4.0.0
pip install gensim==4.0.0

       （3）Install tensorflow-metal plugin

python -m pip install tensorflow-metal

       （4）验证是否可以使用tensorflow

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)

     4.2.4、升级已有安装的apple tensorflow

第一种方法（apple官网）：
# 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
 
第二种方法（推荐）：
    另起一个虚拟环境

5、安装pytorch1.8

 直接根据官方的conda命令：Pytorch官网安装命令

# conda
conda install pytorch==1.8.0 torchvision==0.9.0

6、验证python是否是原生arm64 

    【转载】： 

import torch
print('CUDA版本:',torch.version.cuda)
print('Pytorch版本:',torch.__version__)
print('显卡是否可用:','可用' if(torch.cuda.is_available()) else '不可用')
print('显卡数量:',torch.cuda.device_count())
print('是否支持BF16数字格式:','支持' if (torch.cuda.is_bf16_supported()) else '不支持')
print('当前显卡型号:',torch.cuda.get_device_name())
print('当前显卡的CUDA算力:',torch.cuda.get_device_capability())
print('当前显卡的总显存:',torch.cuda.get_device_properties(0).total_memory/1024/1024/1024,'GB')
print('是否支持TensorCore:','支持' if (torch.cuda.get_device_properties(0).major >= 7) else '不支持')
print('当前显卡的显存使用率:',torch.cuda.memory_allocated(0)/torch.cuda.get_device_properties(0).total_memory*100,'%')
---> 
CUDA版本: 11.7 
Pytorch版本: 1.13.1+cu117 
显卡是否可用: 可用 
显卡数量: 1 
是否支持BF16数字格式: 不支持 
当前显卡型号: NVIDIA GeForce GTX 960M 
当前显卡的CUDA算力: (5, 0) 
当前显卡的总显存: 3.9998779296875 GB 
是否支持TensorCore: 不支持 
当前显卡的显存使用率: 0.0 %