mac深度学习环境配置 anaconda+vscode

本文详细介绍了在M1Mac上使用Anaconda进行Python、TensorFlow和PyTorch环境配置的过程,包括常见问题如版本兼容性、错误解决策略,以及VSCode的配置和当前存在的conda环境列表。
摘要由CSDN通过智能技术生成

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


前言

关键词:Mac m2 python anaconda vscode 环境配置

conda常用命令汇总

conda info 可以用来查看相关信息
conda create -n name 可以用来创建新的 conda 环境
conda install 可以用来在 conda 环境中安装相应的包
conda remove -n name -all可以用来移除 conda 环境中的某些包,也可以移除整个环境
conda env list 查看现有环境
pip install 查看现有包
conda activate name 激活环境

anaconda配置:python+tensorflow+pytorch

1.版本适配信息

参考:https://tensorflow.google.cn/install/source#macos
我的mac配置是air m2 macos13.4 arm64
在这里插入图片描述

2.踩坑

用python3.8+tensorflow2
能够顺利安装 但实际运用时报错“zsh: illegal hardware instruction”

用python3.6+tensorflow1.9.0
anaconda打不开spyder和jyputer

苹果官方显示安装tf需要macOS 12.0 or later and Python 3.8 or later
网址:https://developer.apple.com/metal/tensorflow-plugin/

3.方法

方法一:
下载anaconda 用conda install 方法: 低版本适配Python3.7+tensorflow2.0.0

conda create -n py37ty2 python=3.7
conda activate py37tf2
# check your python version
python --version
# install
conda install tensorflow
#这里失败 
# enter your python
python
# check tensorflow
import tensorflow as tf

到conda install 失败
报错:Solving environment: failed with initial frozen solve. Retrying with flexible solve.
其实就是在说,你现在安装的包,其所依赖的环境有点难解决。什么叫难解决,比如现在这个包依赖很多包,然后这些被依赖的包版本都不满足要求,有的可能需要更新,有的可能你又安装过高了,需要安装更低版本,但是如果你安装更低版本,依赖这个包的一些包又会不舒服。

改成pip install
报错:ERROR: Could not find a version that satisfies the requirement tensorflow (from versions: none)
ERROR: No matching distribution found for tensorflow
出现这个问题有可能是你下载的版本与你配置的环境不兼容,最好是寻找对应的版本进行pip,此方法确实可以下载下来,但下载后不一定可用。

更换下载镜像源并将pip 改为 pip3
pip3 install tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 没反应
清华镜像源: https://pypi.tuna.tsinghua.edu.cn/simple
中国科学技术大学 : https://pypi.mirrors.ustc.edu.cn/simple
豆瓣:http://pypi.douban.com/simple/
阿里: http://mirrors.aliyun.com/simple/
改成清华镜像源成功tf2.11.0
但实际应用zsh: illegal hardware instruction python
所以一定要python3.8+

方法二:
anaconda Python3.9+tensorflow

# py39是环境的名字,这里指定python的版本为3.9,有博主说3.8也可以,我没试
conda create -n py39 python=3.9
conda activate py39
conda install -c apple tensorflow-deps
#这里报错
python -m pip install tensorflow-macos
python -m pip install tensorflow-metal
pip install numpy --upgrade
pip install matplotlib==3.5.2

注意⚠️用pip而不是conda命令 numpy不要1.22版本

到conda install 失败
报错:Solving environment: failed with initial frozen solve. Retrying with flexible solve.

方法三:
下载miniforge3适配Python3.8+TensorFlow2.4.0
下载miniforge3 Python3.9 +TensorFlow2.5
下载miniforge3 TensorFlow2.4(ARM64)
下载miniforge3 支持M1的3.9+TensorFlow2.5/2.6
一开始不想下miniforge 后面老老实实miniforge
最终打算py3.9+tf2.5 成功

vscode配置

解释器选miniforge的py39 带几个插件


conda现有环境

d2l-zh: python 3.8 d2l 0.17.6 torch 2.0.1
py39: py3.9+tf2.5


参考

参考:https://blog.csdn.net/m0_51104427/article/details/127234687?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-127234687-blog-119573335.235%5Ev38%5Epc_relevant_sort_base2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-1-127234687-blog-119573335.235%5Ev38%5Epc_relevant_sort_base2&utm_relevant_index=2
参考:https://blog.csdn.net/u012744245/article/details/119573335?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522169642778316800226573238%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=169642778316800226573238&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_ecpm_v1~rank_v31_ecpm-1-119573335-null-null.142v94chatsearchT3_1&utm_term=Mac系统可以下tensorflow吗&spm=1018.2226.3001.4187
参考:https://blog.csdn.net/junjunzai123/article/details/124268616?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-124268616-blog-119573335.235%5Ev38%5Epc_relevant_sort_base2&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-124268616-blog-119573335.235%5Ev38%5Epc_relevant_sort_base2&utm_relevant_index=1

代码如下(示例):

data = pd.read_csv
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值