深度学习之环境搭建

发表于 | 分类于
字数统计: 592 | 阅读时长 ≈ 2

背景

团队内部要做一些分享，最近ChatGPT正火，而且正好也在研究深度学习在移动设备上的相关东西，所以就想就深度学习这个方向去沉淀一些东西供参考。

深度学习目前是两大框架，神仙打架。Google的Tensorflow和Meta的Pytorch，本文基于Tensorflow来讲。由于本人使用的是Mac M1版本，在折腾过程中遇到了很多问题，最终还是解决了。这里做个记录。

过程

配置

Mac自带了python环境，直接安装tensorflow后，运行：

1
>>> import tensorflow as tf

直接就报错了：illegal hardware instruction python3

后面发现是由于Tensorflow不支持Arm的cpu架构，需要使用Macos专用的Tensorflow框架，也询问了ChatGPT，最终过程是这样的。

  1. 下载基于Arm架构的miniconda
    下载地址：https://github.com/conda-forge/miniforge/#download

  2. 输入下面三个命令

    1
    2
    3
    4
    5
    6
    7
    #下载完以后在terminal依次输入以下三个命令
    # 授权
    chmod +x ~/Downloads/Miniforge3-MacOSX-arm64.sh
    # 执行下载的脚本
    sh ~/Downloads/Miniforge3-MacOSX-arm64.sh
    # 运行脚本
    source ~/miniforge3/bin/activate

  3. 下载conda环境

    1
    2
    3
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

    conda config --set show_channel_urls yes

  4. 创建conda虚拟环境

    1
    2
    3
    conda create -n tf python==3.9

    conda activate tf

  5. 安装tensorflow

    1
    2
    3
    4
    5
    6
    7
    # pip下载在国内也很慢，很容易网络连接超时，-i https://pypi.tuna.tsinghua.edu.cn/simple能够切换到清华源下载

    # 在终端中依次输入以下三行命令。这三行命令都是下载包，可能速度有点慢，但是切换源之后应该速度很快。

    conda install -c apple tensorflow-deps
    python -m pip install tensorflow-macos -i https://pypi.tuna.tsinghua.edu.cn/simple
    python -m pip install tensorflow-metal -i https://pypi.tuna.tsinghua.edu.cn/simple

  6. 查看是否有效

    1
    2
    import tensorflow as tf
    print(tf.__version__)

如果能打印出版本号证明环境安装OK了，这时候会在tf这个虚拟环境中运行tensorflow

在pycharm中使用刚刚配置的环境

pycharm是专用来开发python的，刚刚我们本地创建了一个可以运行tf的环境（interpreter）,我们如果想在pycharm里面去使用刚刚的环境，需要做一些配置，按照如果配置：

pycharm配置

其中miniforge3就是上面第一步下载后生成的文件夹，里面有conda环境，通过这样配置生成的一个py项目就能使用tf的运行项目了

效果