本文共 3491 字，大约阅读时间需要 11 分钟。

在Apple Silicon M1硬件上安装TensorFlow及数据科学包

折腾了一整晚，终于搞定了在Apple Silicon M1硬件上安装优化版TensorFlow！这确实是一段充满挑战的旅程。刚开始我并不打算折腾，直到发现使用bash安装Python虚拟环境的不便之处。虽然许多软件包可以通过源码编译安装到虚拟环境，但仍然有一些不合作的包装程序安装不了，比如sklearn。

对于Apple Silicon M1硬件，官方明确指出只有conda-forge方法可以使用。因此，我只能硬着头皮寻找解决方法。在Apple的GitHub主页中发现了一篇关于使用miniforge安装TensorFlow的方法，这个方法安装起来并不复杂，除了那可怕的网络速度...

安装完成TensorFlow后，接下来是安装sklearn。除了需要特别指定brew安装的libomp包的位置，其他步骤都按照官网指南一路走下来即可安装。以下是具体操作步骤：

安装TensorFlow

conda create -n tf24 python=3.8conda activate tf24

2. 指定TensorFlow_macos软件包的位置：

libs="/Users/xxx/tensorflow_macos/arm64/"env="/opt/homebrew/Caskroom/miniforge/base/envs/tf24/"

3. 安装相关依赖包，注意版本号，建议复制安装文件名以避免找不到：

conda install -c conda-forge pip setuptools cached-property sixconda upgrade -c conda-forge pip setuptools cached-property sixpip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/grpcio-1.33.2-cp38-cp38-macosx_11_0_arm64.whl"pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/h5py-2.10.0-cp38-cp38-macosx_11_0_arm64.whl"pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/tensorflow_addons_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl"

4. 安装与TensorFlow相关的包：

conda install -c conda-forge -y absl-pyconda install -c conda-forge -y astunparseconda install -c conda-forge -y gastconda install -c conda-forge -y opt_einsumconda install -c conda-forge -y termcolorconda install -c conda-forge -y typing_extensionsconda install -c conda-forge -y wheelconda install -c conda-forge -y typeguard

5. 安装TensorBoard：

pip install tensorboard

6. 安装其他TensorFlow相关组件：

pip install wrapt flatbuffers tensorflow_estimator google_pasta keras_preprocessing protobuf

7. 最后安装TensorFlow本身（注意版本号）：

pip install --upgrade -t "$env/lib/python3.8/site-packages/" --no-dependencies --force "$libs/tensorflow_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl"

安装其他数据科学软件包

相比于在tf_venv环境中安装软件包（需要进行各种编译安装），直接使用conda install走天下简直是简单到爆了，只需指定channel为conda-forge即可。

pandas & pytables

conda install pandas -c conda-forgeconda install pytables -c conda-forge

matplotlib

conda install matplotlib -c conda-forge

ipython

conda install ipython -c conda-forge

手动安装sklearn

由于sklearn不支持直接用homebrew编译安装，那只能硬着头皮编译了。

安装相关依赖

conda activate tf24conda install -c conda-forge scipy cython joblib threadpoolctl pytest compilers llvm-openmpbrew install libomp

修改编译路径

记录libomp的位置以便后续导入：

/opt/homebrew/Cellar/libomp/11.1.0/lib/opt/homebrew/Cellar/libomp/11.1.0/include

编译安装

make cleanpip install --verbose --no-build-isolation --editable .

验证安装

conda list

查看包信息：

scikit-learn              0.24.1                    dev_0    
         
          scipy                     1.6.0            py38hdf044fb_0    conda-forge...
         

完成！不过还不能庆祝，查看sklearn安装位置：

In [6]: import sklearnOut[6]: 
         

安装目标是虚拟环境的/opt/homebrew/Caskroom/miniforge/base/envs/tf24/lib/python3.8/site-packages/，因此需要进行以下操作：

8. 拷贝安装文件和egg-info文件：

cp -r sklearn /opt/homebrew/Caskroom/miniforge/base/envs/tf24/lib/python3.8/site-packages/cp -r scikit_learn.egg-info /opt/homebrew/Caskroom/miniforge/base/envs/tf24/lib/python3.8/site-packages/

2. 删除链接文件（可选）：

cd /opt/homebrew/Caskroom/miniforge/base/envs/tf24/lib/python3.8/site-packages/rm scikit-learn.egg-link

这样就能完美安装完成！（并且可以删除sklearn的源码文件了~）

验证

conda activate tf24ipython -c "import sklearn; print(sklearn._config)"

参考

3. GitHub Issue（链接已去除）
4. Medium文章（链接已去除）

更新日志

后来在一篇Medium博客中找到更简便的方法：

conda install -c conda-forge scikit-learn

直接使用conda安装即可解决问题，不用手动编译！希望大家不要学我的错误，尽量找到最方便快捷的方法。

转载地址：http://iazg.baihongyu.com/