TensorFlow安装

[vislee]

pyenv

pyenv 是一个流行的工具，用于在同一系统中管理多个 Python 版本。使用 pyenv，你可以轻松地切换全局 Python 版本，或者为特定项目设置本地 Python 版本。以下是使用 pyenv 管理 Python 版本的基本步骤：

安装 pyenv: 在 Mac 上，你可以通过 Homebrew 来安装 pyenv：

brew update
brew install pyenv

配置环境变量: 安装完成后，需要将 pyenv 初始化脚本添加到你的 shell 配置文件中（例如 ~/.bash_profile, ~/.zshrc, 等）：

echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n  eval "$(pyenv init --path)"\nfi' >> ~/.zshrc
echo 'eval "$(pyenv init -)"' >> ~/.zshrc

然后重新加载配置文件或重启终端：

source ~/.zshrc

安装 Python 版本: 使用 pyenv 安装新的 Python 版本非常简单。例如，安装 Python 3.8.5：

pyenv install 3.8.5

设置全局 Python 版本: 你可以设置系统全局的 Python 版本，这将为任何新的 shell 会话设置默认的 Python 版本：

pyenv global 3.8.5

设置本地 Python 版本: 为特定项目设置 Python 版本，需要在项目目录中运行：

cd your_project_directory
pyenv local 3.8.5

这会在当前目录创建一个 .python-version 文件，该文件指示 pyenv 对于该目录使用特定的 Python 版本。

查看当前使用的 Python 版本: 要查看当前使用的 Python 版本和来自哪个版本，可以使用：

pyenv version

查看所有安装的 Python 版本: 要列出所有通过 pyenv 安装的 Python 版本，可以使用：

pyenv versions

virtualenv

virtualenv 和 conda 都是用于创建隔离的 Python 环境的工具。它们允许用户在不同的环境中安装不同版本的包，这样可以避免包之间的版本冲突，并且不会影响到系统级别的 Python 环境。

使用 virtualenv:

pip install virtualenv
virtualenv tf_env
source tf_env/bin/activate

或者使用 conda 环境（如果你安装了 Anaconda 或 Miniconda）:

conda create -n tf_env python=3.8
conda activate tf_env

TensorFlow

在虚拟环境中，使用 pip 安装 TensorFlow。对于大多数用户，安装 TensorFlow 的标准 CPU 版本即可：

pip install tensorflow

如果你的 Mac 支持 TensorFlow 的 GPU 版本，并且已经安装了必要的 NVIDIA 软件（CUDA Toolkit 和 cuDNN），你可以安装 GPU 版本：

pip install tensorflow-gpu

在搭载 M2 芯片的 MacBook 上安装 TensorFlow 的步骤： 安装 Miniforge: 对于基于 ARM 架构的 Mac（包括 M1 和 M2 芯片），推荐使用 Miniforge。Miniforge 是 Conda 的一个发行版，它提供了一个适用于 ARM 架构的 Conda 环境。

# 安装 Miniforge
curl -L -O https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-MacOSX-arm64.sh
sh Miniforge3-MacOSX-arm64.sh

创建 Conda 环境: 创建一个新的 Conda 环境，并指定 Python 版本。

conda create --name tf_env python=3.8
conda activate tf_env

安装 TensorFlow: 使用 Conda 安装 TensorFlow。由于 TensorFlow 官方支持了 ARM 架构，可以直接从 Conda-Forge 安装。

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

tensorflow-deps 提供了 TensorFlow 运行所需的依赖。 tensorflow-macos 是为 Apple Silicon Mac 优化的 TensorFlow 版本。 tensorflow-metal 插件允许 TensorFlow 利用 Mac 的 Metal API 来加速训练。

安装完成后，你可以在 Python 中运行以下代码来验证 TensorFlow 是否安装成功：

import tensorflow as tf
print(tf.__version__)

注：内容来源于chatgpt-4.