SpeculateCat

前文《macOS M1(AppleSilicon) 安装TensorFlow环境》介绍了如何给M1 macOS安装配置 Tensorflow环境。但在那篇文章中，有太多的依赖包安装，而在安装的过程中，可能会因为顺序的问题，依赖的安装会相互替换掉，导致最终可能因为各种各样的问题而导致失败，于是本文将简化安装配置过程，使用本文方法，应该可以大大提高安装的成功率。 前期准备 安装Tensorflow前，需要有两个前置准备： Miniforge conda 环境 安装好 Xcode Command Line

Apple官方给tensorflow做了支持，使得带M1芯片的机器能用上硬件加速。本文将使用Macbook Air M1、2015 Macbook Pro 13” 以及Google提供的CoLab平台GPU和TPU进行测试对比。 测试方法 使用在tensorflow_macos项目Issues中Willian-Zhang提供的Benchmark: CNN脚本对以上平台分别测试，并计算运行完脚本所使用的总时间。脚本程序可以在github上获取，或者在本文末尾找到。 在运行脚本之前，需要先给macOS安装配置好

《macOS M1(AppleSilicon) 安装TensorFlow环境》一文介绍了如何为M1处理器的Mac安装配置Tensorflow环境。除了M1的Mac以外，其实苹果也为x86架构的Intel处理器Mac提供了Tensorflow支持。以下为针对Intel处理器的Mac安装配置Tensorflow环境的示例： Miniforge3安装 Miniforge3的安装和M1处理器的Mac基本差不多，只是在下载的时候选择Miniforge3-MacOSX-x86_64版本即可。 具体安装方法可以参考《ma

TensorFlow 是 Google 开发的一个用于机器学习的开源软件库。我们可以使用 TensorFlow 框架非常方便地搭建我们需要的机器学习/深度学习的任务。 TensorFlow 的 Graph 和 Session TensorFlow 和我们过去所使用的一些机器学习库，如 skleran 有很大的不同。它采用了一种计算定义与执行运算分开的模式。我们使用 TensorFlow 定义计算的...