我在Macbook（arm64，M1芯片）上使用Tensorflow 2.4.0，在我想检查M1芯片中的GPU是否可以被Tensorflow使用后，我得到了这个输出：
我的代码：
import tensorflow as tf
print(tf.test.gpu_device_name())
print(tf.config.list_physical_devices('GPU'))字符串
输出：
[]型
看起来我的GPU不可用。我应该如何在M1上使用GPU来加速训练？
我在Macbook（arm64，M1芯片）上使用Tensorflow 2.4.0，在我想检查M1芯片中的GPU是否可以被Tensorflow使用后，我得到了这个输出：
我的代码：
import tensorflow as tf
print(tf.test.gpu_device_name())
print(tf.config.list_physical_devices('GPU'))字符串
输出：
[]型
看起来我的GPU不可用。我应该如何在M1上使用GPU来加速训练？
2条答案
按热度按时间jexiocij1#
截至2021年7月，Apple provide the following instructions将安装Tensorflow 2.5和
tensorflow-metal插件：1.创造新的conda环境;
1.运行
conda install -c apple tensorflow-deps1.安装tensorflow：
python -m pip install tensorflow-macos;然后1.安装插件：
python -m pip install tensorflow-metal的值。这将给予您可以访问Tensorflow中的M1 GPU。
更新至2023年7月
从TensorFlow 2.13开始，这已经简化为：
1.使用conda/venv/etc创建新的虚拟环境。
1.安装tensorflow：
python -m pip install tensorflow;则1.安装插件：
python -m pip install tensorflow-metal的值。kmbjn2e32#
您可能需要安装适用于macOS 11.0+的these Tensorflow addons。