在买了m1之后,感觉网上有蛮多东西还没有能够完全适配。之前研究生的时候学过算法,也接触过tensorflow,可是,当时在找工作的时候,自己阴差阳错的没有继续了,但是,自己还是喜欢,希望可以慢慢捡起来,然后再继续深入下去吧~
这个安装教程其实是借鉴网上的,也只是记录一下自己的安装过程,毕竟也是踩了一些坑~最关键的,其实自己也没有特别的弄懂,不过,按照下面的步骤,自己确实安装成功了~希望自己可以不断学习成长吧~
安装Miniforge
1. 下载
在网上看到可以使用Miniforge来辅助进行~
下载链接🔗:https://github.com/conda-forge/miniforge#download中选择macos arm版本的。
如果大家下载网络上面有问题,可以连接vpn或者分享给大家包。
2. 安装Miniforge
直接cd到miniforge对应的安装目录,然后bash安装即可。
/bin/bash Miniforge3-MacOSX-arm64.sh
在安装过程中会需要你针对性的进行一些反馈,就和直接图形化界面按继续操作一样的逻辑。
最终会有一个恭喜你成功安装miniforge3的祝福语~
注:
(1)安装Xcode并授权。
有Xcode/iOS的license要求:
Agreeing to the Xcode/iOS license requires admin privileges, please run “sudo xcodebuild -license” and then retry this command.
需要先安装xcode并授权后,可继续安装:
sudo xcodebuild -license
(2)取消base环境自动进入功能
如果你不需要每次直接进入base环境的话,可以将这个开关给关闭,这个也是在提示中写明白了的~这样,再次进入就不会直接进入base环境了~
conda config --set auto_activate_base false
3. 验证安装结果
直接使用conda info -e查看对应的环境,可以看到我们已经成功安装好了miniforge3。
或者直接python进入环境,发现已经成功安装。
安装Tensorflow
1. 设置虚拟环境
进行tensorflow虚拟环境设置,如下图,我创建了一个test的虚拟环境
conda create -n test
创建成功:
注:这边有可能会因为网络问题导致创建虚拟环境一直没有反应,失败报错。
2. 安装Tensorflow
直接使用conda install tensorflow进行tensorflow安装,当然,也可以使用该命令进行tensorflow的更新操作。
conda install tensorflow
接下来就是等待安装了,这一个过程可能也会存在着网络原因。
安装成功之后,直接import仍然会报异常:
异常处理:
问题原因:conda 安装tensorflow依赖numpy,而numpy需要的线性计算库依赖于openblas相关,因此我们要安装和配置好openblas,在安装numpy即可。
解决方案:
(1)安装openblas
使用conda安装openblas。
conda install openblas
完成效果:
(2)确认安装结果
conda list | grep blas
安装结果确认
(3)建立软链
目前仍然没有办法正常导入,我们先进入到虚拟环境的lib文件夹下,然后建立软链。
cd you_virtual_env/lib
ln -s libopenblas.dylib libopenblas_vortexp-r0.3.17.dylib
具体的路径可以在报错信息中找到(下图红框):
本来以为自己可以安装成功了,因为网上都是这样的,就安装成功了,但是,我的报错仍然出现,这个时候,就需要将numpy重新安装。
(4)重新安装numpy
conda install numpy
重新安装numpy后就发现可以成功导入tensorflow了。
3. 验证tensorflow是否安装成功
直接进入python中import即可,只要可以输出tensorflow的版本号就好啦~
import tensorflow as tf
print(tf.__version__)
效果:
终于终于配置好了~太开心了~