记录深度学习过程中，用到的一些工具的说明和记录，帮助后面回顾和理解。需要说明的是，我主要用Apple Silicon作为学习环境，所以，工具基本都是只记录Mac端的，Windows端的和Mac Intel需要另外探索。
Miniforge
- 由于Apple Silicon是基于ARM架构的，许多传统的Python库和依赖需要特别的编译版本才能运行。
- Miniforge是Conda的一个分支，它提供了对ARM架构的支持，使得在M1芯片上安装和管理科学计算和机器学习库变得更加容易。
- 这是Github项目，具体的安装教程，可见其README：
PyTorch
- PyTorch已经发布了支持Apple's Metal API的版本，利用MPS（Metal Performance Shaders）执行机器学习运算。
- 安装PyTorch：
TensorFlow
- TensorFlow也可以在M1芯片上运行，不过它的安装稍微复杂一些，因为你可能需要通过
pip安装，而且它还不支持MPS。
- 安装TensorFlow:
- Author:CoderWdd
- URL:https://www.wuinsights.top//article/01J0R35SSNEMFKK48HVRBQX6QD
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!
Relate Posts
