这是奔跑的键盘侠的第193篇文章
作者|我是奔跑的键盘侠
来源|奔跑的键盘侠（ID：runningkeyboardhero）
转载请联系授权（微信ID：ctwott）
之前写过一帖《macOS M1如何配置机器学习环境》，是基于python3.8版本配置的tensorflow，最近实验过程中发现些问题没办法解决，无奈之下卸载了重装，结果随便捣鼓一下，整个假期就快没了
至于为什么这么点背，，可能还是因为学的多了，用的模块也多了，烦恼就随之而来了。年初安装时啥都没学，就是一个试验代码通了就通了，后来随着学习的深入，发现要用到很多模块，关键嘛，这个M1设备据说python3.9更适配一些，心理也有在作祟。
之前就是装了3.8和3.9混用，实在搞不懂为毛有些模块在我M1的3.8版本死活装不上，3.9就服服帖帖。但是要跑tensorflow的话又只能滚回3.8，之前没有交叉就瞎玩，最近偶遇交叉直接死菜。
总之，恼火！
1
.condarc文档
如果不慎遭遇conda无法正常使用，可能要修改.condarc文档：
网上链接：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
代码语言：javascript复制channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud2
python3.8安装tensorflow新方法
代码语言：javascript复制《21年3月最新版在Macbook M1芯片上装Tensorflow》 https://zhuanlan.zhihu.com/p/358341761 Frendo, 知乎
确保执行了如下语句安装了Macbook 自带的python3.8
xcode-select --install
使用如下命令从GitHub拉取最新版的Tensorflow
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/apple/tensorflow_macos/master/scripts/download_and_install.sh)"
安装好后以后每次输入如下命令都可以进入venv环境了(注意下方命令z红的aaaa请改成自己的用户名)
."/Users/aaaa/tensorflow_macos_venv/bin/activate"3
python3.9安装tensorflow方法
代码语言：javascript复制《Tensorflow 2.5 on Apple M1》 https://github.com/ctrahey/m1-tensorflow-config Chris Trahey，Github
Steps to recreate this environment:
conda create --name tf25 --file ./conda-explicit.txt
conda activate tf25
pip install --no-deps -r requirements.txt
python confirm.py
This is the output I get:
Init Plugin
Init Graph Optimizer
Init Kernel
Running TensorFlow 2.5.0 with 1 GPUs recognizedPS：本人mac版本11.6
按《requirements.txt》中numpy版本1.21.1安装后，出现部分异常问题，于是给卸载重新安装了1.21.2版本，问题得以解决。
另外，部分模块无法使用conda安装，找不到资源，改用pip安装，问题可解决。
opencv-python无法正常安装，又是捣鼓了好一阵。。最后改用opencv_python连接线改下划线就哦了，真实狗血的
4
python3.8-tensorflow0.1a1 PK python3.9-tensorflow2.5
跟网上大佬讲的一样，python3.8版本的速度要快，而且快很多。。原因不明
测试代码如下：
代码语言：javascript复制#test01.py
import tensorflow as tf
import time
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
start = time.time()
model.fit(x_train, y_train, epochs=5)
end = time.time()
model.evaluate(x_test, y_test)
print(end - start)第一张图是python3.8耗时不到4s，第二张图是python3.9耗时近35s，对比实在悬殊。
。
于是换一个之前的多层感知机代码跑一下，python3.8耗时22s，python3.9耗时39s，还是3.8版本完胜。
这就有些让人困顿了，不知道是算法没跟M1适配好，还是测试的代码不具有代表性。当然这些都不是很重要，并不值得去深究，毕竟个人电脑这点配置是无法胜任真正的大任务。
5
python3.8 PK python3.9
最后，关于conda在pycharm Interpreter的配置，是要在设置里面的第三个选项System Interpreter来设置。实际项目中，可随意切换版本：
-END-
