如何在 Mac m1 上安装 fastai

Answer 1

fastai 似乎需要pyenv 这需要 CUDA 才能工作。 CUDA 仅在 Nvidia GPU 上可用，MAC M1 具有完全不同的 SOC，没有 Nvidia GPU

您可以阅读实际错误

CMake Error at /opt/homebrew/Cellar/cmake/3.23.1/share/cmake/Modules/FindCUDA.cmake:859

Answer 2

我可以在第一章中获得第一个训练示例，以便在我的 mac mini 上使用 M1。我正在使用 Ventura（测试版），但我认为这并不重要。最新的 Xcode 可以。我已经尝试过很多次但都失败了，如果你也有的话，看到它实际播放真的很有趣，即使只是一点点。但我可以使用一些帮助将它哄得更远。

我制作了一个 bash 脚本，它创建了一个 miniconda 环境并安装了在 macOS 上的 jupyter notebook 中运行 fastai 所需的一切。我是 conda 和 python 和 fastai 的新手，所以可能有更好的方法来做到这一点，但它对我有用并且是可重现的。

我们需要下载 fastbook，但在撰写本文时，我们还需要一些前沿的夜间源代码构建来完成这项工作。所以创建一个空目录并 cd 进入它。然后运行这个脚本，给它一个你希望它创建的新虚拟环境的名称。安装所有东西需要几分钟，如果运气好的话，可能会没有错误地完成。而已。

Conda 激活环境，然后运行 ​​jupyter notebook。从那里导航到 fastbook / clean / 01_intro。

您将需要编辑任何 DataLoader 以添加显式的“num_workers=0”参数。所以第一个笔记本看起来像：

# CLICK ME
from fastai.vision.all import *
path = untar_data(URLs.PETS)/'images'

def is_cat(x): return x[0].isupper()
dls = ImageDataLoaders.from_name_func(
    path, get_image_files(path), valid_pct=0.2, seed=42,
    label_func=is_cat, item_tfms=Resize(224), num_workers=0)

learn = vision_learner(dls, resnet34, metrics=error_rate)
learn.fine_tune(1)

运行时，第一个示例通常会显示弃用警告（将其更改为“arch=resnet34”而不仅仅是“resnet34”可能会修复它）。但不管是否警告，它都会运行：进度条很快出现，任务在大约五分钟内完成（对我来说）。

这是我创建或更新环境的脚本。

#!/usr/bin/env bash

set -e

# Apple's recommendation.  Untested with homebrew's miniconda.
#    https://developer.apple.com/metal/tensorflow-plugin/
CONDA=miniforge3

# the location of the environments directories
ENVS=${HOME}/${CONDA}/envs

if [ 1 -ne $# ]; then cat << EOT
Usage: $0 <name>
    Create conda (${CONDA}) virtual environment <name> with
    python 3.9 and fastai development native to MacOS M1.
EOT
    exit 0
fi

if [ -d ${ENVS}/$1 ]; then
    printf "$1 already exists.  Delete the environment completely and re-install everything clean? (y/N): "
    read reply
    if [ "$reply" = "y" ] || [ "$reply" = "Y" ]; then 
        conda remove  -y -n "$1" --all
        if [ -d fastai ]; then
            if [ ! -d bk ]; then mkdir bk; fi
            # we'll save one backup just in case
            mv -f fastai fastbook fastcore nbdev bk/ 
        fi  
    else
        printf "Continue installation? (y/N): "
        read reply
        if [ "$reply" != "y" ] && [ "$reply" != "Y" ]; then
            echo "no change"
            exit 1
        fi  
    fi  
fi

if [ ! -d ${ENVS}/$1 ]; then conda create -y -n $1 python=3.9; fi

eval "$(conda shell.bash hook)"
conda activate $1

brew install -q graphviz

conda config --env --add channels conda-forge
conda install -y scipy matplotlib ipython scikit-learn pandas pillow qtconsole pylint mypy graphviz ipykernel ipywidgets nbconvert notebook jupyter

# Apple's recommendation for updating from an older version
python -m pip uninstall -q -y tensorflow-macos
python -m pip uninstall -q -y tensorflow-metal
# Upgrade tensorflow-deps
conda install -y -c apple tensorflow-deps=2.9.0  # this must match tensorflow
python -m pip install tensorflow-macos
python -m pip install tensorflow-metal
conda install -y pytorch torchvision -c pytorch-nightly

# may need to: sudo dot -c
conda install -y -c fastai fastdot

if [ ! -d fastai ];     then git clone https://github.com/fastai/fastai; fi
if [ ! -d fastbook ];   then git clone https://github.com/fastai/fastbook; fi
if [ ! -d fastcore ];   then git clone https://github.com/fastai/fastcore.git; fi
if [ ! -d nbdev ];      then git clone https://github.com/fastai/nbdev.git; fi

echo "Use the latest fastai, fastcore, nbdev, and fastbook source"
(cd fastai; git pull);      pip install -e fastai
(cd fastcore; git pull);    pip install -e fastcore
(cd nbdev; git pull);       pip install -e nbdev
(cd fastbook; git pull);    pip install fastbook -U

printf "# to activate the environment:\nconda activate $1\n"
echo "conda activate $1" | pbcopy