MacBook Pro (M1 chip)配置PyTorch(GPU version)

MacBook Pro (M1 chip)配置PyTorch(GPU version)

2019年MacBook M1刚发布的时候，深度学习主流的框架与Mac的适配问题一直存在，使得Mac配备的8核GPU无法发挥其作用，甚至是conda也只能选择miniconda来替代。现如今，几年过去了，各种主流软件对M系列Mac的支持都已经非常完善了。 比如Pytorch，正如官网所言：

In collaboration with the Metal engineering team at Apple, we are excited to announce support for GPU-accelerated PyTorch training on Mac.

在接下来的内容中，主要将从Anaconda的安装与配置展开介绍。

Anaconda¹

Anaconda 现在已经支持M1 chip.

1. Free distribution install
2. Thousands of the most fundamental DS, AI, and ML packages
3. Manage packages and environments from desktop application
4. Deploy across hardware and software platforms

• 下载Anaconda
  • step 1 点击Link，进入Anaconda 官网。
    
  • step 2 点击上图中的 64-Bit (M1) Graphical Installer (564 MB) 进行下载。
    
• 安装Anaconda
  • step 1 打开访达 的下载 文件夹(浏览器的默认下载位置)，双击安装包Anaconda3-2023.03-MacOSX-x86_64.pkg进行安装。
    
  • step 2 直接安装即可
  • step 3 测试是否安装成功
    

PyTorch环境

• step 1 新建用于安装PyTorch的conda环境

conda create -n PytorchGPU python=3.8
conda activate PytorchGPU
conda install pytorch torchvision torchaudio -c pytorch

• step 2 安装PyTorch的指令来源于PyTorch官网

PyTorch测试

• step 1 打开VS code，并新建一个新的python文件，选择PyTorch环境

• step 2 输入测试代码，点击run,输出结果均为True，表明所安装的PyTorch(GPU version)是可以用的

import torch
import math
print(torch.backends.mps.is_available())
print(torch.backends.mps.is_built())

Note

To run PyTorch code on the GPU, use torch.device(“mps”) analogous to torch.device(“cuda”) on an Nvidia GPU…

---

1. Anaconda官网 ↩︎