在Apple M1芯片上安装PyTorch和TensorFlow(GPU版)

1、安装TensorFlow(GPU版)

xcode-select --install

conda create -n tf-mac-gpu python=3.8

conda activate tf-mac-gpu

conda install -c apple tensorflow-deps

pip install tensorflow-macos

pip install tensorflow-metal

conda install jupyter notebook

更新包:

pip install numpy --upgrade
pip install pandas --upgrade
pip install matplotlib --upgrade
pip install scikit-learn --upgrade
pip install scipy --upgrade
pip install plotly --upgrade

2、安装pytorch(GPU版)

xcode-select --install

conda create -n torch-mac-gpu python=3.8

conda activate torch-mac-gpu

conda install pytorch torchvision torchaudio -c pytorch-nightly

conda install jupyter notebook

3、测试对比结果

3.1 TensorFlow使用kaggle上dog-vs-cat分割数据,速度是使用Mac CPU的6-7倍。

3.2 pytorch只测试了MNIST,速度是使用Mac CPU的2.5倍。

Apple给的对比数据:experiments-and-benchmarks-for-m1

4、主要参考链接:

4.1、install-tensorflow-on-mac-m1-m2-with-gpu

4.2、installing-pytorch-on-apple-m1-chip-with-gpu

4.3、no-module-named-tensorflow-in-jupyter

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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