TensorFlow 2.0 于近期发布。没有关于如何安装它的明确步骤。任何有关安装步骤的帮助表示赞赏。
【问题讨论】：
conda install -c anaconda tensorflow 安装。但 GPU 版本取决于 NVIDIA 驱动程序。我有一张 AMD 卡，但不受支持。
标签： python tensorflow
其他四个开发人员也有同样的问题。最后的评论是 6 月 3 日。我最终向https://github.com/apple/tensorflow_macos 列出的所有贡献者的电子邮件地址发送了电子邮件，但没有一个人回复。存储库现在是只读的，并且已存档，不允许更多 cmets。 https://github.com/apple是苹果官方github页面。
这家世界上第一家市值达万亿美元的公司无法支持其关于其新计算机的声明之一 - 即它可用于使用 Tensorflow 在 Python 中进行机器学习。将此与我对开源编程语言 Elixir 的经验进行对比。我在https://elixirforum.com/ 提出的每个问题都会在 24 小时内得到该语言的创建者 Jose Valim 的回答。
五个月后，我终于让 Tensorflow 像宣传的那样在我的 Mac M1 上运行了。
谢谢https://towardsdatascience.com/installing-tensorflow-on-the-m1-mac-410bb36b776
我需要从https://github.com/conda-forge/miniforge/releases下载并运行Miniforge3-MacOSX-arm64.sh几次才能让它在/Users/rod/miniforge3中安装很多软件
另请参阅 https://medium.com/gft-engineering/macbook-m1-tensorflow-on-jupyter-notebooks-6171e1f48060 谁提出了以下有用的评论：
“发表文章后，有人在安装 TensorFlow 时遇到了这个错误： 错误：tensorflow_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl 不是此平台支持的轮子。 这是因为安装了 Anaconda。如上所述，Anaconda 与 ARM 不兼容，因此解决此问题的最直接方法是卸载 Anaconda 并安装 Miniforge。”
$ brew uninstall anaconda
这使得我所有的其他 python 程序都无法运行，所以我不得不重定向一系列软链接以指向 /Users/rod/minforge3/bin。
但是，使用 Tensorflow 仍然需要使用 Anaconda 的一个版本——这个：
/Users/rod/miniforge3/bin/conda
在运行 Tensorflow 程序之前，你需要 conda activate apple_tensorflow。
程序不会这样运行：
/Users/rod/miniforge3/bin/python my_tensorflow_program.py
如果你把它也不会从命令行输入
#!/Users/rod/miniforge3/bin/python
在顶部。
但是如果你放
#!python
在顶部，它算出来了。
$ conda activate apple_tensorflow
$ which python
/Users/rod/miniforge3/envs/apple_tensorflow/bin/python
这是 Python 3.9.6
我也得到了https://medium.com/codex/installing-tensorflow-on-m1-macs-958767a7a4b3的帮助
在这一点上，我不得不承认部分延迟是我的错。我没有清楚地阅读说明。您必须按此顺序在 miniforge3/ 文件夹中执行以下操作 -
conda env create environment.yml
conda activate apple_tensorflow
pip install --upgrade --force --no-dependencies https://github.com/apple/tensorflow_macos/releases/download/v0.1alpha3/tensorflow_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl https://github.com/apple/tensorflow_macos/releases/download/v0.1alpha3/tensorflow_addons_macos-0.1a3-cp38-cp38-macosx_11_0_arm64.whl```
conda install notebook -y
conda install matplotlib -y
conda install pandas -y
conda install scikit-learn -y
jupyter notebook
附言。我被 developer.apple.com 拒之门外一个月。我不记得为什么了。我刚回来，在 2021 年 10 月 15 日。不出所料，那里没有我的问题的答案。 https://developer.apple.com/forums/thread/686926
如果我是一家商业公司的首席执行官，该公司购买了 50 台 Apple M1 进行 ML，我会将它们寄回，然后购买配备 NVidia GPU 的 PC，并在其上安装 Linux。事实上，我只是为了好玩而做人工智能。多么有趣，现在我终于让它工作了，不用感谢 Apple。
【讨论】：
谢谢你。我尝试按照最新的说明进行操作。
按照以下说明进行操作 https://github.com/apple/tensorflow_macos 在新 Mac M1 上的终端中：
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/apple/tensorflow_macos/master/scripts/download__install.sh)"
确认是/否？是的 安装和升级基础包。
然后它说
已成功安装适用于 macOS 11.0 的带有 ML Compute 的 TensorFlow 和 TensorFlow Addons。 首先，激活虚拟环境：
. "/private/var/folders/6c/56kflzvn7vzcm7vx4kpnw0d00000gn/T/tmp.TNKnwmCZ/tensorflow_macos/tensorflow_macos_venv/bin/activate"
在/private/var/folders/6c/56kflzvn7vzcm7vx4kpnw0d00000gn/T下，下一个文件夹tmp.TNKnwmCZ不存在 并且 /private 由 root 拥有，因此执行其中的任何内容，即使它确实存在，也需要“sudo”
尝试安装 Tensorflow 的其他方式 https://github.com/apple/tensorflow_macos
curl -fLO https://github.com/apple/tensorflow_macos/releases/download/v0.1alpha2/tensorflow_macos-${VERSION}.tar.gz
tar xvzf tensorflow_macos-${VERSION}.tar
cd tensorflow_macos
./install_venv.sh --prompt
目前尚不清楚 VERSION 应该是什么，并且 https://github.com/apple/tensorflow_macos/releases/download/ 不存在，所以上述命令中的第一个失败，无论您将 VERSION 设置为什么
尝试另一种方式： git clone https://github.com/apple/tensorflow_macos
cd tensorflow_macos/scripts
./download_and_install.sh
它告诉你运行
. "/private/var/folders/6c/56kflzvn7vzcm7vx4kpnw0d00000gn/T/tmp.xVyjLM93/tensorflow_macos/activate"
再一次，这些文件夹只存在于 T，它们都归 root 所有
所以我尝试了上面推荐的方法-conda install tensorflow
我在 /opt/homebrew/anaconda3/bin 中找到了 conda 可执行文件
conda install tensorflow
失败是因为
你的蟒蛇：python=3.8
Apple 坚持他们的 tensorflow 依赖于 Python 3.8 https://github.com/apple/tensorflow_macos
【讨论】：
Emmmm，其实很简单，虽然 tensorflow 2.0 还处于实验阶段。最好在有anaconda的虚拟环境中安装preview version，下面是一个Linux例子：
$ conda create --name tensorflow_2_0
$ conda activate tensorflow_2_0
$ pip install tf-nightly-2.0-preview # tf-nightly-gpu-2.0-preview for GPU version
现在让我们试一试：
$ ipython # or ipython3/python/python3(at least one of which will work)
>>> import tensorflow as tf
>>> print(tf.__version__)
2.0.0-dev20190129
完成。
----2019.10.01更新----------------
今天，官方发布了tensorflow 2.0.0。你可以找到如何安装它here。
简单地说，仍然 activate 你的 conda 虚拟环境并首先升级你的 pip：
pip install --upgrade pip
然后将你的tensorflow直接升级到2.0.0：
pip install --upgrade tensorflow # tensorflow-gpu for gpu verison
最后：
>>> import tensorflow as tf
>>> tf.__version__
'2.0.0'
【讨论】：
自 2019 年 1 月 10 日起，我说的不是测试版，而是发布版。
自 2019 年 1 月 11 日起，Anaconda 开始支持 Tensorflow 2.0.0。
选项 1： 最简单的方法是：
conda install tensorflow 或 conda install tensorflow-gpu
对于 gpu 模式，anaconda 将负责为 tensorflow gpu 模式工作所需安装的所有 CUDA，因此我强烈建议使用此方法。
选项 2（虚拟环境）： 使用环境安装 tensorflow 是strongly recommended，为此您需要以下命令先创建环境，然后在其中安装 tensorflow ：
conda create -n <your_env_name> tensorflow
conda create -n <your_env_name> tensorflow-gpu
将<your_env_name> 更改为有意义的名称，例如tf-2
使用 tensorflow 先运行conda activate <your_env_name>
使用 pip 的 tensorflow official instructions 相当完整。
只需使用 pip 安装 tensorflow，例如：
# Current stable release for CPU-only
pip install tensorflow
我仍然建议在做任何事情之前在新环境中安装 tensorflow，这样 3 个步骤将是（使用 anaconda）：
conda create --n <our_env_name> pip
conda activate <your_env_name>
pip install tensorflow
现在对于 GPU 版本，使用 pip 更难，我推荐你这个link
【讨论】：