推荐系统实践一：Mac M1 本地安装 Tensorflow Python环境

1.彻底清理旧环境

如果曾经安装过 miniforge3，并且之前因为各种报错、兼容问题无法正常运行代码工程，我们都需要彻底清理配置，丢掉包袱，重新开始。

# 删除 miniforge3 和残留配置
rm -rf ~/miniforge3 ~/.conda ~/.condarc
# 检查 .zshrc 或 .bash_profile，删除所有 conda 相关路径
nano ~/.zshrc

2. 安装 Miniforge3（ARM64 专用）

普通 Conda 不支持 M1 芯片，需使用 Miniforge（专为 ARM 架构设计）：

# 安装 Miniforge
curl -LO https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-MacOSX-arm64.sh
bash Miniforge3-MacOSX-arm64.sh
	
# 创建并激活虚拟环境，tf_arm 为环境名，可以自定义
conda create -n tf_arm python=3.9
conda activate tf_arm

2. 安装 TensorFlow 及依赖

安装 Apple 官方提供的 TensorFlow 依赖包，为了兼容，一定要指定版本。说来扯淡，tensorflow-macos、tensorflow-metal 的兼容性问题很多，如果版本不匹配，实际运行就是各种报错。所以一定要注意版本。

# 安装 Apple 官方依赖（需与 TensorFlow 版本严格对应）
conda install -c apple tensorflow-deps==2.12.0
# 安装 TensorFlow for macOS
pip install tensorflow-macos==2.12.0
# 安装 Metal 插件（版本必须匹配）
pip install tensorflow-metal==0.8.0

版本对应表（关键）如下所示：

3.Pycharm 环境配置

1.打开PyCharm：

打开你的项目，如果没有，则点击 File->new project，新建一个项目，作为后续运行代码的工程目录。

2.打开设置：

点击 PyCharm 菜单 -> Preferences（或者 File -> Settings 在Windows/Linux上）。

3.进入项目解释器设置：

导航到 Project: <your_project_name> -> Python Interpreter。

4.添加Conda环境：

• 点击齿轮图标，选择 Add…。
• 选择 Conda Environment。
• 选择 Existing environment。
• 在 Interpreter 字段中，点击 … 按钮，浏览并选择你的Conda环境的Python解释器路径，例如 /Users/xxx/miniforge3/envs/tf_arm/bin/python。
• 点击 OK 完成添加。

4.验证解释器路径：

确保解释器路径正确显示为 /Users/xxx/miniforge3/envs/tf_arm/bin/python。

4. 验正安装

在你的 Pycharm 工程中新建一个 Python 文件，运行如下代码，如果没有报错，则表明环境已经安装成功了

import tensorflow as tf
print(tf.__version__)
print("GPU Available:", tf.config.list_physical_devices('GPU'))

5.安装其他包

为了运行机器学习项目，需要安装很多依赖包，为了保证兼容性，尽量指定版本，如下所示。

pip install numpy==1.23.5
pip install pandas==1.5.3
pip install scikit-learn==1.2.2

如果安装过程很慢，可以采用国内的镜像来安装，如下举例：

pip install --index-url https://mirrors.aliyun.com/pypi/simple/  numpy==1.23.5

6.清理及重装环境

有时候，清理现有的Conda环境并重新安装所有必要的库可以解决兼容性问题。

1.删除现有环境：

#停止环境
conda deactivate
#删除环境配置，tf_arm 为环境名
conda env remove -n tf_arm

2.重新创建环境：

conda create -n tf_arm python=3.9
conda activate tf_arm

3.安装必要的库：

# 安装 Apple 官方依赖（需与 TensorFlow 版本严格对应）
conda install -c apple tensorflow-deps==2.12.0
# 安装 TensorFlow for macOS
pip install tensorflow-macos==2.12.0
# 安装 Metal 插件（版本必须匹配）
pip install tensorflow-metal==0.8.0