苹果没有nvidia的gpu,要充分利用自身的GPU资源发挥TensorFlow的多线程处理能力,可以使用苹果自带的metal包。
系统要求
最好是OSX 12.xx以上,自带ML Compute,否则要自己安装
以下实例为intel CPU, AMD GPU及问题解决。 M1版本以上看官网。
创建环境
conda create --name tf python=3.8
#注意目前官方支持3.8
激活环境
source activate tf
安装库
pip install tensorflow-macos
pip install tensorflow-metal
#注意要使用pip,conda找不到
问题来了,显示找不到相对应的版本的包,我可是新建的环境啊!!!
网上找了一大圈,有朋友找到说是MacOS Big Sur 导致的版本混乱。 Python无法识别正确的macos版本。
解决办法:
找到虚拟环境下pip对系统版本判定的function,手动指定macos 版本。
比如在
~/miniconda3/envs/tf/lib/python3.8/site-packages/pip/_vendor/packaging/tags.py
搜索platform.mac_ver()
找到
version_str, _, cpu_arch = platform.mac_ver()
在后面加一行
version_str = "12.3" #根据你自己的macos填
再运行
pip install tensorflow-macos
pip install tensorflow-metal
问题解决!
网友评论