macOS M1使用TensorFlow GPU加速

这篇具有很好参考价值的文章主要介绍了macOS M1使用TensorFlow GPU加速。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

本人是在pycharm运行代码,安装了tensorflow版本2.13.0

先运行代码查看有没有使用GPU加速:

import tensorflow as tf


# Press the green button in the gutter to run the script.
if __name__ == '__main__':
    physical_devices = tf.config.list_physical_devices('GPU')
    print("Num GPUs:", len(physical_devices))

如果运行结果为0,则没有使用GPU加速训练。

根据官网,安装了适用于 macOS GPU 的Metal PluggableDevice,在pycharm的terminal输入命令:

python3 -m pip install tensorflow-metal

安装成功后,再次运行顶部代码:

macOS M1使用TensorFlow GPU加速,tensorflow,macos,tensorflow,人工智能,pycharm

macOS M1使用TensorFlow GPU加速,tensorflow,macos,tensorflow,人工智能,pycharm 

 

运行结果GPU数量是1,安装成功了!文章来源地址https://www.toymoban.com/news/detail-672001.html

到了这里,关于macOS M1使用TensorFlow GPU加速的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 在 macOS 中安装 TensorFlow 1g

    安装 TensorFlow 2 我们在以下 64 位系统上测试过 TensorFlow 并且这些系统支持 TensorFlow: Python 3.6–3.9 Ubuntu 16.04 或更高版本 Windows 7 或更高版本(含 C++ 可再发行软件包) macOS 10.12.6 (Sierra) 或更高版本(不支持 GPU) pip install --upgrade pip pip install tensorflow pip install tf-nightly 下载软件包

    2024年02月11日
    浏览(24)
  • Mac M1安装Miniconda+支持GPU的TensorFlow和PyTorch

    电脑系统:MacBook Pro M1 + Mac Ventura 13.5 安装:Miniconda + tensorflow-macos-2.13.0 + torch-2.0.1 Miniconda是Anaconda的轻量化版本,如果想要节省硬盘存储空间,可以考虑安装Miniconda而非Anaconda。但是Anaconda具有一个可视化界面且预安装的包比较全(有些包我们可能一辈子都不会用到嘿嘿),

    2024年02月03日
    浏览(55)
  • 在 WSL2 中使用 NVIDIA Docker 进行全栈开发和深度学习 TensorFlow pytorch GPU 加速

    0.1 起源 生产环境都是在 k8d pod 中运行,直接在容器中开发不好嘛? 每次换电脑,都要配配配,呸呸呸 新电脑只安装日常用的软件不好嘛,环境变量配配配,各种日常软件和开发软件到处拉💩 虚拟机呗,怎么调用 GPU 是个问题,hyper-v 好像是可以魔改配置实现,又得改改改。

    2024年02月11日
    浏览(44)
  • mac m1,m2 安装 提供GPU支持的pytorch和tensorflow

    mac m1 刚出的时候,各种支持都不完善。那时候要使用conda,只能选择miniconda。几年过去了,各种主流软件对mac m1,m2的支持都已经非常完善了。 比如Pytorch,正如官网所写: In collaboration with the Metal engineering team at Apple, we are excited to announce support for GPU-accelerated PyTorch training on

    2024年01月16日
    浏览(45)
  • 苹果mac m1,m2芯片安装 pytorch和tensorflow的GPU版本

    1.安装 Xcode 2.创建环境 3.打开pytorch官网复制命令, 注意:在mac m上,device是’mps’ 而不是’cuda’, mac的MPS支持MacOS 12.3+  4.测试 1.安装 Xcode 2.创建环境 3. 安装conda install -c apple tensorflow-deps  4.Install base TensorFlow 5.  Install tensorflow-metal plug-in  6.验证 7.完成,附上我安装完pytorch和

    2024年02月13日
    浏览(48)
  • 事实胜于雄辩,苹果MacOs能不能玩儿机器/深度(ml/dl)学习(Python3.10/Tensorflow2)

    坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习,这是板上钉钉的刻板印象,就好像有人说女生不适合编程一样的离谱。现而今,无论是Pytorch框架的MPS模式,还是最新的Tensorflow2框架,都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备,本次我们来分享如何在苹

    2023年04月11日
    浏览(27)
  • tensorflow-gpu安装100%成功(tensorflow-gpu版和tensorflow-cpu版的区别、为什么要创建虚拟环境、如何同时使用两个gpu库、tensorflow-gpu版安装)

    1.tensorflow-gpu版和tensorflow-cpu版的区别 tensorflow-gpu版需要同时配置安装CUDA、cuDNN,而tensorflow-cpu版不需要配置,直接 pip/conda install tensorflow 即可安装tensorflow-cpu版本 2.为什么要创建虚拟环境 在安装gpu版本的库时通常会创建单独的虚拟环境,例如安装tensorflow-gpu,则需要利用 cond

    2024年02月08日
    浏览(40)
  • tensorflow如何使用gpu

    第一种:限制使用的gpu,没有限制消耗内存的大小:   通过 tf.config.experimental.set_visible_devices 。可以设置当前程序可见的设备范围(当前程序只会使用自己可见的设备,不可见的设备不会被当前程序使用。使用部分gpu加速。如下面使用gpu设备0,1 或者使用os来进行控制:使

    2024年02月13日
    浏览(24)
  • 在苹果 macOS m1和m2 使用 MATLAB分步指南

    MATLAB 是用于数值计算和数据分析的强大软件工具。如果您是 Mac 用户并想开始使用 MATLAB,那么本分步指南适合您。 在开始之前,请确保您的 Mac 满足运行 MATLAB 的最低系统要求。 转到 MathWorks 网站 ( https://www.mathworks.com/ )。单击“下载”按钮。创建一个帐户或登录您现有的

    2024年02月01日
    浏览(83)
  • 官网方法,conda环境安装tensorflow,可使用多个GPU

    仅支持CPU的方案: 创建一个名为‘tf’的conda环境,自动安装cpu的tensorflow 可以使用gpu的方案: 使用conda安装 GPU TensorFlow 会安装依赖库:CUDA(cuda toolkit)以及cudnn。(按理说conda会自动安装好兼容的版本) 对于 Windows 和 Linux 系统,CUDA 10.0 以后的版本才支持 TensorFlow 2.0 以后的

    2024年02月10日
    浏览(28)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包