在 Apple iMac 上安裝 Tensorflow (使用虛擬環境)
在上一篇 在 Windows & Mac 環境上安裝 Jupyter Lab 中有提到,因為要執行深度學習模型的訓練,所以拿了閒置的 Mac 電腦安裝了 Jupyter Lab 的環境,在這篇文章中,要記錄如何在 Mac 上安裝 Tensorflow 的執行步驟。
執行環境說明
OS : macOS 12.4
CPU : Apple M1
Python 3.11.7
安裝 Tensorflow
為了怕干擾現有執行環境,這邊是在虛擬環境中安裝 Tensorflow,若不需使用虛擬環境底下前兩個步驟可以不執行,相關步驟如下說明。
- 創建虛擬環境(tfenv 這個名稱可自行調整)。
python3 -m venv ~/Developer/tfenv
- 切換到虛擬環境。
source ~/Developer/tfenv/bin/activate
- 安裝 tensorflow 和其它常見套件。
python -m pip install -U pip pip3 install tensorflow==2.15.0 pip3 install tensorflow-macos==2.15.0 pip3 install tensorflow-metal==1.1.0 # Mac 移除所有套件 # pip freeze | grep -v "^-e" | xargs pip uninstall -y
- 記得安裝完要先重啟一下 Kernal,否則會有一些奇怪的錯誤訊息,例如 Image transformations require SciPy. Install SciPy. 等等。
- 若要離開虛擬環境。
deactivate
- Jupyter Lab 上驗證,以 CNN 模型運算當作比對,可由 55秒 降低到 15秒,但還是比 colab 的速度還差(10秒內),但應該已經比沒有 CPU 的電腦還好了。
import tensorflow as tf tf.config.list_physical_devices('GPU') # 列出可用設備 tf.device("/device:GPU:0") tf.test.gpu_device_name()
Jupyter Lab 使用虛擬環境
- 進入虛擬環境,然後安裝 ipykernel。
pip3 install ipykernel
- Jupyter 增加新的 Kernel,名稱為 tfnev。
python -m ipykernel install --name tfenv
- 列出可以使用的 Kernel,檢查是否成功。
jupyter kernelspec list
- 若要移除 Jupyter Lab 內的虛擬環境 Kernel。
jupyter kernelspec uninstall tfenv
- 切換 Kernel。
疑難雜症
執行 tf.test.gpu_device_name(),雖可取得 GPU 的資訊,但會拋回錯誤訊息,可不允理會,參考此篇的說明,實際上還是會跑 GPU 的運算的。
Jupyter Lab 執行畫面 |
使用 CPU 跑 CNN |
使用 GPU 跑 CNN |
留言
張貼留言
您好,我是 Lawrence,這裡是我的開發筆記的網誌,如果你對我的文章有任何疑問或者有錯誤的話,歡迎留言讓我知道。