本人2022年4月7日亲测可以成功安装并使用,在这之前浪费好多时间踩坑。一步步照着下面的教程弄应该都不会有问题。这个教程也是苹果官方发布的,没必要再看以前测试版的那些tensorflow安装教学了。

1.更新系统到12以上,不然会报错

在这里插入图片描述

2.安装arm64 macos的miniconda

miniconda下载

下载完以后在terminal依次输入以下三个命令,后面的命令也都是在terminal输入
    chmod +x ~/Downloads/Miniforge3-MacOSX-arm64.sh
    sh ~/Downloads/Miniforge3-MacOSX-arm64.sh
    source ~/miniforge3/bin/activate

3.新建conda环境

使用3.8应该也可以,本人用的是3.9

conda create -n tf python==3.9

切换到新环境

conda activate tf

4.安装tensorflow

默认安装2.8版本的tensorflow,也可以指定版本。最好默认

conda install -c apple tensorflow-deps
python -m pip install tensorflow-macos
python -m pip install tensorflow-metal

5.测试运行

pycharm默认使用苹果自带的python。记得在设置把python环境设置成刚才conda创建的

#	example	of	loading	the	mnist	dataset	
from keras.datasets import mnist
from matplotlib import pyplot as plt

#	load	dataset
(trainX, trainY), (testX, testY) = mnist.load_data()
#	summarize	loaded	dataset	
print("trainX	shape", trainX.shape)
print("trainY	shape", trainY.shape)
print("testX	shape", testX.shape)
print("testY	shape", testY.shape)
#	plot	first	few	images	
for i in range(9):
    #	define	subplot
    plt.subplot(330 + 1 + i)
    #	plot	raw	pixel	data
    plt.imshow(trainX[i], cmap=plt.get_cmap('gray'))
    #	show	the	figure
plt.show()

测试效果
在这里插入图片描述

Logo

华为开发者空间,是为全球开发者打造的专属开发空间,汇聚了华为优质开发资源及工具,致力于让每一位开发者拥有一台云主机,基于华为根生态开发、创新。

更多推荐