Mac M1配置tensorflow以及切换虚拟环境导入至Spyder

M1芯片基于Arm64架构下搭载tensorflow,现阶段只能参考苹果官方给出的意见,详情链接如下

Apple Developer Metal

Mac搭载的系统应当升级至最新版才可更容易安装,现在最新的是Monterey 12版本。

 

1. 下载安装miniforge3

首先下载Macos_arm64_miniforge3,保存文件,记住下载位置,然后在终端中依次输入下列命令:

hmod +x ~/Downloads/Miniforge3-MacOSX-arm64.sh

sh ~/Downloads/Miniforge3-MacOSX-arm64.sh
source ~/miniforge3/bin/activate

安装路径请选择默认,应当安装在用户路径下如图:

2. 安装tensorflow

新建一个新的环境,注意,经过上述步骤的source ~/miniforge3/bin/activate命令后,当前终端terminal工作的路径已经是在miniforge3文件下,环境不再是conda路径下的base环境,所以新建的环境也是在miniforge3文件夹内,下文还会介绍如何从annaconda的环境切换到minforge3下的环境。这样使用的时候才不会混乱,虚拟环境在哪个文件夹里就切换到哪个文件夹

conda create -n py38 python==3.8 #新建基于python3.8的环境
conda create -n py39 python==3.9 #新建基于python3.9的环境

创建后请激活环境如下:

conda activate 环境名

接下来需要安装tensorflow-dependence、tensorflow-macos、tensorflow-metal,一般当前新建的环境中是没有什么包的,没有什么冲突,所以可以直接在终端输入命令安装,tensorflow 在m1中python3.8和3.9可装2.5和2.6:

conda install -c apple tensorflow-deps==2.6.0

python -m pip install tensorflow-macos
python -m pip install tensorflow-metal

 一般来说,终端会开始很顺利地安装,但是在新建的环境中,conda的环境配置包少,在新环境中安装包的时候会遇到Solving environment: failed with initial frozen solve. Retrying with flexible solve的问题,这个时候请在当前环境目录下执行如下代码,更新conda:

conda update --prefix /Users/wuyicheng/opt/anaconda3 anaconda

上述代码的路径对应于当下annaconda安装的路径,请修改并在新环境下输入运行,这个时候系统会在新环境中下载非常多的包,慢慢等候,这一步是很有必要的!如下输入y同意一直等下载完毕。

 

 注意!更新完上述conda一定要再进行一次命令conda update --all,这样可以解决后续很多包出现环境初始化故障,用conda install命令安装不上的问题。

那么如果没有安装报错,现在tensorflow其实已经安装成功了,如下pip list显示结果:

 到这里tensorflow可以运行被识别

 3. miniforge3安装虚拟环境配置到单独下载的Spyder

上述步骤完成后,就可以把环境运用到pycharm中了,pycharm环境配置样式如下,前面的地址默认部分基本是一样的,按照自己的mac系统来输入:

 请一定要把python.3.9这个执行文件点击选上,否则一个文件夹选上没有用。

现在把此环境导入到我们单独下载的spyder中,我们可以spyder的系统偏好设置编译器的位置,

 同理,这个路径最后文件夹里的python3.9的执行文件一定要点击上,否则配置不成功!

现在配置完环境后,spyder一般还是会报错,因为这个时候我们新安装的环境里是没有spyder-kernel这个包来支持spyder的,这个时候请按照控制台的提示安装特定版本的spyder-kernel

conda install spyder-kernel==提示版本

有的时候这里会出现上述我们提到的下载环境初始化故障的问题,Solving environment: failed with initial frozen solve. Retrying with flexible solve,那就按照上面的命令步骤将conda更新就可以了。下载完毕spyder-kernel后,spyder就可以直接调用我们在miniforge3创建的新环境。如下这个图,不同路径下有不同的虚拟环境,miniforge3中就有我们创建一般被隐藏在annaconda路径下找不到的虚拟环境:

当我们打开终端,一般默认出现的是conda路径下的base环境,这个时候如果用conda info --envs命令检查环境名,miniforge3路径下的虚拟环境我们是什么也看不到的, 这个时候必须要从conda的基本环境切换路径到miniforge3:

source ~/miniforge3/bin/activate

上述命令执行后,切换至miniforge3中的base路径,如上图所示,这个时候我们再使用命令:

conda info --envs

conda activate miniforge3中虚拟环境名字

发现就可以进入miniforge3的环境下,能够被conda info --envs命令搜寻到,进而也可以实现我们对所创建的虚拟环境的调用。其实mac单独使用spyder,尤其要调用miniforge3里的环境,会逐步有很多麻烦,笔者使用annconda中的程序无法打开spyder会报错,所以选择单独下载spyder,环境配置问题基本上在本文中得到解决。

上述方法可以针对annaconda打不开spyder情况下,不使用conda的base环境直接使用miniforge3中的虚拟环境,在mac m1架构不兼容大多程序下使用tensorflow, 也进而为打开annaconda报错无法使用spyder,单独下载spyder解决环境配置提高方案。

  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
### 回答1: 您可以按照以下步骤在 Spyder 中安装 TensorFlow 虚拟环境: 1. 打开 Anaconda Navigator,点击 Environments 选项卡,然后点击 Create 按钮创建一个新环境。 2. 在弹出的对话框中,输入环境名称(例如 tensorflow),选择 Python 版本(建议选择 Python 3.x 版本),然后点击 Create 按钮。 3. 打开 Anaconda Prompt 命令行界面,输入以下命令来激活新环境: ``` conda activate tensorflow ``` 4. 在命令行中输入以下命令来安装 TensorFlow: ``` pip install tensorflow ``` 5. 安装完成后,可以在 Spyder 中打开该虚拟环境。在 Spyder 中,选择菜单栏中的 Consoles 选项卡,然后点击右上角的 Python [conda env:tensorflow] 按钮,在弹出的对话框中选择激活的 TensorFlow 虚拟环境,即可在 Spyder使用 TensorFlow。 ### 回答2: 在Spyder中安装虚拟环境可以让我们使用特定的Python版本和相关的包,以便在同一台计算机上同时管理多个项目。 首先,我们需要确保已经安装了Anaconda。然后,我们可以使用Anaconda Navigator或命令行来启动Anaconda环境。 1. 打开Anaconda Navigator。可以在开始菜单中找到Anaconda Navigator应用程序,然后点击它。 2. 在Anaconda Navigator中,选择"Environments"选项卡,这里我们可以管理虚拟环境。 3. 在"Environments"选项卡中,点击右侧的"Create"按钮,弹出一个对话框。 4. 在对话框中,我们需要输入虚拟环境的名称,例如"tensorflow"。然后选择Python版本,建议选择Python 3.7 或 3.8版本。 5. 点击"Create"按钮,Anaconda会自动创建并安装该虚拟环境。 6. 创建完虚拟环境后,我们需要激活它以便在Spyder使用。回到Anaconda Navigator的"Environments"选项卡,找到创建的虚拟环境,在其右侧点击"Play"按钮,激活虚拟环境。 7. 在激活虚拟环境后,我们可以启动Spyder。可以在"Spyder"选项卡中找到Spyder应用程序,然后点击它。 8. 在Spyder中,我们可以看到已经切换到了我们创建的虚拟环境。现在我们可以安装tensorflow包。 9. 打开Spyder的终端,可以在菜单栏中选择"Consoles" -> "New Console",弹出一个终端窗口。 10. 在终端中,输入以下命令来安装tensorflow: ```bash conda install tensorflow ``` 11. 等待安装完成后,我们就可以在Spyder中开始使用tensorflow了。 注:此方法假设已经正确安装了Anaconda和Spyder,并且已连接到互联网。如果网络连接存在问题,可以通过Anaconda在离线状态下安装tensorflow。 ### 回答3: 在Spyder中安装虚拟环境TensorFlow有几个步骤。首先,确保已经安装了Anaconda。然后,打开Anaconda Navigator并选择“环境”选项卡。 在“环境”选项卡中,点击右下角的“创建”按钮,创建一个新的虚拟环境。在弹出窗口中,为环境命名(例如"tf_env"),选择Python版本(建议选择最新版本),然后点击“创建”按钮。 创建完虚拟环境后,在“环境”选项卡中,找到新创建的环境并点击右侧的三个点按钮,选择“打开终端”。这将打开一个终端窗口。 在终端窗口中,输入以下命令来激活虚拟环境: ``` conda activate tf_env ``` 然后,通过以下命令安装TensorFlow: ``` pip install tensorflow ``` 这将开始下载和安装TensorFlow库及其依赖项。 安装完成后,可以关闭终端窗口。 打开Spyder,在工具栏上选择“首选项”,然后选择“Python解释器”。在解释器列表中,选择新创建的虚拟环境(例如"tf_env")。点击“应用”和“确定”按钮保存更改。 现在,可以在Spyder使用虚拟环境TensorFlow开发和运行代码了。在新的Python文件中导入TensorFlow库并开始编写代码。 请注意,使用虚拟环境可以隔离不同库的版本和依赖关系,以及保持工作环境的整洁和可管理。

“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 3
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