在 Mac Studio 上安装 TensorFlow

环境 macOS 12.3.1，M1 Ultra 芯片，已经安装好 Homebrew

此前试过官网提供的安装方式，但失败，因此再试试第三方的安装方式

本文的主要流程参考自 Install TensorFlow on Apple M1 (M1, Pro, Max) with GPU (Metal)，根据遇到的问题对步骤进行了调整

先安装 miniforge（它提供 conda 作为后续的 Python 环境管理工具）：

brew install miniforge

然后配置当前 Shell（我使用 zsh）：

conda init zsh

输出类似如下：

no change     /opt/homebrew/Caskroom/miniforge/base/condabin/conda
……
modified      /Users/nix/.zshrc

==> For changes to take effect, close and re-open your current shell. <==

看起来只修改了~/.zshrc（你可自行查看此文件的改动）

按提示，我们开一个新的 Shell 窗口

此时会看到 (base) 开头的提示符（~/.zshrc 里面新加代码的功劳），然后我们创建一个新的 conda 环境（独立的环境便于隔离，后续安装的包只会在这个环境里生效）：

conda create --name test python=3.9

这个环境的名字是 test（可换成你喜欢的），而且指定使用 Python 3.9，不然可能安装成最新的 Python 3.10，因为目前 TensorFlow 2 只支持 Python 3.6-3.9，如果支持的版本有所变动，可自行调整

接着，我们激活 test 环境：

conda activate test

这时候应该能看到 (test) 开头的提示符

然后在此环境安装 Apple 的 TensorFlow 依赖：

conda install -c apple tensorflow-deps

以及 Apple 给 TensorFlow 提供的 Metal GPU API：

pip install tensorflow-metal

最后安装 macOS arm64 版本的 TensorFlow：

pip install tensorflow-macos

最后我们来测试一下。先进入 Python 交互环境：

python

然后导入 tensorflow（可能需要等待一会儿），看看其版本，以及 CPU/GPU 的情况：

>>> import tensorflow as tf
>>> print("TensorFlow version:", tf.__version__)
TensorFlow version: 2.8.0
>>> print("Num CPUs Available: ", len(tf.config.experimental.list_physical_devices('CPU')))
Num CPUs Available:  1
>>> print("Num GPUs Available: ", len(tf.config.experimental.list_physical_devices('GPU')))
Num GPUs Available:  1
>>> 

看起来 CPU 和 GPU 各有一个

用 Ctrl + D 退出 Python 交互环境后，可用如下命令停用 test 环境：

conda deactivate

又会看到 (base) 开头的提示符

之后若想再使用 test 环境，依然是使用如下命令激活：

conda activate test