m芯片Mac安装GPU版tensorflow（附常见错误）

目录

GPU加速效果

安装Python相关的包管理工具

下载安装脚本

执行脚本

安装tensorflow

验证是否成功

常见错误

参考

---

GPU加速效果

首先运行同样一段代码，测试CPU和GPU所需的时间并进行对比：

CPU：

GPU加速后：

可以看出GPU的加速效果还是很显著的。下面介绍如何在mac上安装GPU版的Tensorflow

安装Python相关的包管理工具

Miniforge和Anaconda都是python的发行版，要在ARM架构下运行python，则需要安装ARM版本的Miniforge或Anaconda（以下安装以Miniforge为例）

下载安装脚本

网址 Release Miniforge3-22.9.0-2 · conda-forge/miniforge · GitHub

执行脚本

bash Miniforge3-MacOSX-arm64.sh

这里一路回车，如果需要选择的统一选yes

安装tensorflow

若原来已经安装过x86版本的conda,需要重新激活成当前conda

/Users/xxx/miniforge3/bin/conda init zsh

然后一定要重启终端再创建虚拟环境

conda create -n tensorflow-gpu python=3.8 

conda activate tensorflow-gpu

创建完成后，按照如下步骤分别执行： (具体可见Tensorflow Plugin - Metal - Apple Developer)

python -m pip install -U pip

For TensorFlow version 2.13 or later:

python -m pip install tensorflow

For TensorFlow version 2.12 or earlier: 

python -m pip install tensorflow-macos

 最后安装metal

python -m pip install tensorflow-metal

验证是否成功

import sys
import tensorflow.keras
import tensorflow as tf
import platform
print(f"Python Platform: {platform.platform()}")
print(f"Tensor Flow Version: {tf.__version__}")
print(f"Keras Version: {tensorflow.keras.__version__}")
print()
print(f"Python {sys.version}")

gpu = len(tf.config.list_physical_devices('GPU'))>0
print("GPU is", "available" if gpu else "NOT AVAILABLE")

若成功则输出如下：

常见错误

错误一：运行代码时报错：zsh: illegal hardware instruction

运行如下代码，查看python运行的平台信息，若输出是arm架构，则正确。

import platform
print(f"Python Platform: {platform.platform()}")

Python Platform: ('12.7.1', ('', '', ''), 'arm64')

若输出显示的是x86架构，则要检查miniconda或者miniforge是不是ARM架构版本的，因为这里需要通过ARM版conda创建python虚拟环境。

错误二：在pip安装的过程中有可能会报No match distribution found for Tensorflow-metal

这个个人猜测是因为big之后的版本名称混乱导致的规则判断错误。然后就通过加变量跳过版本检查即可：

SYSTEM_VERSION_COMPAT=0 pip install tensorflow-metal

参考

mac pro M1(ARM)安装：python开发环境_arm mac pyyaml_wu@55555的博客-CSDN博客

MacOS安装Tensorflow-Metal - 知乎

zsh: illegal hardware instruction-CSDN博客

mac m1,m2 安装 提供GPU支持的pytorch和tensorflow-CSDN博客