M1

Apple Silicon已经发展到M2芯片了，软件支持越来越丰富，现在除了个别老牌且和设备驱动有关的软件还得转译，我电脑上的应用基本都是原生支持M1。Homebrew上不少开发工具也专门有ARM64版。2022年内，tensorflow和pyTorch也分别支持了Apple Silicon，其中pyTorch是开发方直接支持，可以说从安装到使用都比较完善，但tensorflow是Apple参与做适配，其实还有点坑，这几天折腾了一下，记录点心得。

一、安装miniconda

从tensorflow 2.5开始，Apple官方已经从miniforge转移到miniconda。下载安装脚本，然后在命令行运行，过程中会提示你设置miniconda的路径，其他都是默认的。

chmod +x ~/Downloads/Miniconda3-latest-MacOSX-arm64.sh
sh ~/Downloads/Miniconda3-latest-MacOSX-arm64.sh
source ~/miniconda/bin/activate

激活的默认环境是base，如果你想新建一套其他环境，而不是直接放conda的base下，那就按正常conda使用方式设置就行了，不再赘述。

二、安装数据分析其他应用

比如jupyterlab、matplotlib、scikit-learn等

conda install pandas
conda install notebook
conda install matplotlib
conda install scikit-learn

三、安装tensorflow

需要安装的三个包是tensorflow-deps、tensorflow-macos、tensorflow-metal。其中前两个是必须的，tensorflow-metal是让tensorflow能用上Apple Silicon芯片的GPU。
阅读全文