区块链技术博客
www.b2bchain.cn

Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)求职学习资料

本文介绍了Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)求职学习资料,有助于帮助完成毕业设计以及求职,是一篇很好的资料。

对技术面试,学习经验等有一些体会,在此分享。

  • 前言
  • 系统要求
  • 当前不支持
  • Xcode
  • Command Line Tools
  • Homebrew
  • Miniforge
  • 创建虚拟环境
  • 安装 Tensorflow dependencies
    • 首次安装
    • 升级安装
  • 安装 Tensorflow
  • 安装 metal plugin
  • 安装必须的包
  • 测试
  • JupyterLab
  • VSCode
  • 小结
  • 延伸阅读
  • 参考

前言

几天前,见到 https://github.com/apple/tensorflow_macos 已经 Archived,并在 README 中看到了 TensorFlow v2.5 原生支持了 M1。

You can now leverage Apple’s tensorflow-metal PluggableDevice in TensorFlow v2.5 for accelerated training on Mac GPUs directly with Metal. Learn more here.

本文作为Apple Silicon Mac M1 机器学习环境 (TensorFlow, JupyterLab, VSCode)的更新篇,为大家详细介绍如何安装最新支持 GPU 加速版本的 TensorFlow。

系统要求

  • macOS 12.0+

当前不支持

  • 多 GPU 支持
  • 英特尔 GPU 的加速
  • V1 TensorFlow 网络

Xcode

从 App Store 安装 Xcode。

Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)

Command Line Tools

从 Apple Developer 下载安装 Xcode Command Line Tools 或者执行以下命令。

[email protected] ~ % xcode-select --install

Homebrew

[email protected] ~ % /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Miniforge

Anaconda 无法在 M1 上运行, Miniforge 是用来替代它的。

从 https://github.com/conda-forge/miniforge 下载 Miniforge3-MacOSX-arm64

Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)

执行以下命令,安装 Miniforge

[email protected] ~ % bash Miniforge3-MacOSX-arm64.sh

重启终端并检查 Python 安装情况。

(base) [email protected] ~ % which python /Users/catchzeng/miniforge3/bin/python (base) [email protected] ~ % which pip /Users/catchzeng/miniforge3/bin/pip

创建虚拟环境

创建一个 conda 创建虚拟环境,这里使用 python 3.9.5 (TensorFlow 需要)。

(base) [email protected] ~ % conda create -n tensorflow python=3.9.5 (base) [email protected] ~ % conda activate tensorflow (tensorflow) [email protected] ~ %

安装 Tensorflow dependencies

首次安装

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps

注:tensorflow-deps 的版本是基于 TensorFlow 的,因此可以根据自己的需求指定版本安装:

v2.5

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps==2.5.0

v2.6

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps==2.6.0

升级安装

如果之前已经安装了 v2.5,想要更新 v2.6 的,可以执行以下命令安装。

“`sh

卸载已安装的 tensorflow-macos 和 tensorflow-metal

(tensorflow) [email protected] ~ % python -m pip uninstall tensorflow-macos
(tensorflow) [email protected] ~ % python -m pip uninstall tensorflow-metal

升级 tensorflow-deps

  • 前言
  • 系统要求
  • 当前不支持
  • Xcode
  • Command Line Tools
  • Homebrew
  • Miniforge
  • 创建虚拟环境
  • 安装 Tensorflow dependencies
    • 首次安装
    • 升级安装
  • 安装 Tensorflow
  • 安装 metal plugin
  • 安装必须的包
  • 测试
  • JupyterLab
  • VSCode
  • 小结
  • 延伸阅读
  • 参考

前言

几天前,见到 https://github.com/apple/tensorflow_macos 已经 Archived,并在 README 中看到了 TensorFlow v2.5 原生支持了 M1。

You can now leverage Apple’s tensorflow-metal PluggableDevice in TensorFlow v2.5 for accelerated training on Mac GPUs directly with Metal. Learn more here.

本文作为Apple Silicon Mac M1 机器学习环境 (TensorFlow, JupyterLab, VSCode)的更新篇,为大家详细介绍如何安装最新支持 GPU 加速版本的 TensorFlow。

系统要求

  • macOS 12.0+

当前不支持

  • 多 GPU 支持
  • 英特尔 GPU 的加速
  • V1 TensorFlow 网络

Xcode

从 App Store 安装 Xcode。

Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)

Command Line Tools

从 Apple Developer 下载安装 Xcode Command Line Tools 或者执行以下命令。

[email protected] ~ % xcode-select --install

Homebrew

[email protected] ~ % /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Miniforge

Anaconda 无法在 M1 上运行, Miniforge 是用来替代它的。

从 https://github.com/conda-forge/miniforge 下载 Miniforge3-MacOSX-arm64

Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)

执行以下命令,安装 Miniforge

[email protected] ~ % bash Miniforge3-MacOSX-arm64.sh

重启终端并检查 Python 安装情况。

(base) [email protected] ~ % which python /Users/catchzeng/miniforge3/bin/python (base) [email protected] ~ % which pip /Users/catchzeng/miniforge3/bin/pip

创建虚拟环境

创建一个 conda 创建虚拟环境,这里使用 python 3.9.5 (TensorFlow 需要)。

(base) [email protected] ~ % conda create -n tensorflow python=3.9.5 (base) [email protected] ~ % conda activate tensorflow (tensorflow) [email protected] ~ %

安装 Tensorflow dependencies

首次安装

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps

注:tensorflow-deps 的版本是基于 TensorFlow 的,因此可以根据自己的需求指定版本安装:

v2.5

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps==2.5.0

v2.6

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps==2.6.0

升级安装

如果之前已经安装了 v2.5,想要更新 v2.6 的,可以执行以下命令安装。

“`sh

卸载已安装的 tensorflow-macos 和 tensorflow-metal

(tensorflow) [email protected] ~ % python -m pip uninstall tensorflow-macos
(tensorflow) [email protected] ~ % python -m pip uninstall tensorflow-metal

升级 tensorflow-deps

  • 前言
  • 系统要求
  • 当前不支持
  • Xcode
  • Command Line Tools
  • Homebrew
  • Miniforge
  • 创建虚拟环境
  • 安装 Tensorflow dependencies
    • 首次安装
    • 升级安装
  • 安装 Tensorflow
  • 安装 metal plugin
  • 安装必须的包
  • 测试
  • JupyterLab
  • VSCode
  • 小结
  • 延伸阅读
  • 参考

前言

几天前,见到 https://github.com/apple/tensorflow_macos 已经 Archived,并在 README 中看到了 TensorFlow v2.5 原生支持了 M1。

You can now leverage Apple’s tensorflow-metal PluggableDevice in TensorFlow v2.5 for accelerated training on Mac GPUs directly with Metal. Learn more here.

本文作为Apple Silicon Mac M1 机器学习环境 (TensorFlow, JupyterLab, VSCode)的更新篇,为大家详细介绍如何安装最新支持 GPU 加速版本的 TensorFlow。

系统要求

  • macOS 12.0+

当前不支持

  • 多 GPU 支持
  • 英特尔 GPU 的加速
  • V1 TensorFlow 网络

Xcode

从 App Store 安装 Xcode。

Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)

Command Line Tools

从 Apple Developer 下载安装 Xcode Command Line Tools 或者执行以下命令。

[email protected] ~ % xcode-select --install

Homebrew

[email protected] ~ % /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Miniforge

Anaconda 无法在 M1 上运行, Miniforge 是用来替代它的。

从 https://github.com/conda-forge/miniforge 下载 Miniforge3-MacOSX-arm64

Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)

执行以下命令,安装 Miniforge

[email protected] ~ % bash Miniforge3-MacOSX-arm64.sh

重启终端并检查 Python 安装情况。

(base) [email protected] ~ % which python /Users/catchzeng/miniforge3/bin/python (base) [email protected] ~ % which pip /Users/catchzeng/miniforge3/bin/pip

创建虚拟环境

创建一个 conda 创建虚拟环境,这里使用 python 3.9.5 (TensorFlow 需要)。

(base) [email protected] ~ % conda create -n tensorflow python=3.9.5 (base) [email protected] ~ % conda activate tensorflow (tensorflow) [email protected] ~ %

安装 Tensorflow dependencies

首次安装

(tensorflow) catchz[email protected] ~ % conda install -c apple tensorflow-deps

注:tensorflow-deps 的版本是基于 TensorFlow 的,因此可以根据自己的需求指定版本安装:

v2.5

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps==2.5.0

v2.6

(tensorflow) [email protected] ~ % conda install -c apple tensorflow-deps==2.6.0

升级安装

如果之前已经安装了 v2.5,想要更新 v2.6 的,可以执行以下命令安装。

“`sh

卸载已安装的 tensorflow-macos 和 tensorflow-metal

(tensorflow) [email protected] ~ % python -m pip uninstall tensorflow-macos
(tensorflow) [email protected] ~ % python -m pip uninstall tensorflow-metal

升级 tensorflow-deps

部分转自互联网,侵权删除联系

赞(0) 打赏
部分文章转自网络,侵权联系删除b2bchain区块链学习技术社区 » Apple Silicon Mac M1 原生支持 TensorFlow 2.6 GPU 加速(tensorflow-metal PluggableDevice)求职学习资料
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

b2b链

联系我们联系我们