- 1.以TensorFlow為例
- 2.以gensim為例
- 2.1報錯：PackagesNotFoundError: The following packages are not available from current channels:
- 2.2 報錯2： RuntimeError: Cython extensions are unavailable. Without them, this gensim functionality is disabled.
- 2.3報錯3：ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObject
- 3.以Keras為例
- 4.以pytorch為例
持續更新~
1.以TensorFlow為例
1.1 報錯1：zsh: illegal hardware instruction
實驗環境：macOS Big Sur 11.5.1 + anaconda3 + python3.8
直接用 pip install tensorflow 安裝，能夠順利安裝tensorflow2.5.0，但是import tensorflow 的時候會報如上錯誤.
需要注意TensorFlow版本和Python版本的適配。
1.1.1 解決方案1：下載 安裝miniforge3然后創建虛擬環境
蘋果提供的tensorflow僅支持python 3.8+，而python官網只有3.9+版本支持ARM。
我們的做法是：選擇通過ARM版conda創建python3.8虛擬環境，再使用創建的ARM python3.8安裝tensorflow.
可參考：
MacBook m1芯片采用miniforge安裝python3.9
macOS M1(Apple Silicon) 安裝配置 Conda 環境
Step 1：下載ARM版Miniforge3：
選擇最新的arm64版本；
https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-MacOSX-arm64.sh
具體可以去GitHub看：
https://github.com/conda-forge/miniforge/#download
下載Miniforge3-MacOSX-arm64.sh到自己的Download目錄里：
終端cd Downlaod/后，開始運行腳本：
bash Miniforge3-MacOSX-arm64.sh
這里安裝開始，一定要慢慢回車，問題全部選擇yes.
因為這里我就踩坑了，選了個No，但是沒關系，可以重裝Miniforge3：具體終端里刪除相關文件就好了。具體操作如下：
rm -rf ~/miniforge3
rm -rf .conda
rm -rf .condarc
然后重新執行安裝命令：
bash Miniforge3-MacOSX-arm64.sh
安裝完成后重啟終端，然后輸入Python就可以看到Python 3.9了。
這樣miniforge就安裝好了。
Step2：創建虛擬環境
創建Python3.8虛擬環境並安裝TensorFlow：
conda create -n py38 python=3.8
conda activate py38
進入虛擬環境后，直接conda install 就能安裝TensorFlow庫了。
漫長的等待各個庫安裝完畢即可。
最后進入Python來驗證下能否import tensorflow.
1.2 報錯2：NotImplementedError: Cannot convert a symbolic Tensor
實驗環境
TensorFlow2.4.1(Macbook m1 with conda-forge)
報錯：NotImplementedError: Cannot convert a symbolic Tensor (bidirectional/forward_lstm/strided_slice:0)
1.2.1 解決方案
numpy版本過高，conda安裝指定版本的numpy 1.19.5即可解決問題。
conda search numpy
conda install numpy=1.19.5 -c conda-forge
建議conda用戶先切換到tensorflow所在的虛擬環境(conda activate tensorflow_env), 然后使用conda search --full --name numpy, 其中顯示的numpy版本逐個嘗試(建議先嘗試1.19.X這個大版本)應該會解決問題.
2.以gensim為例
2.1報錯：PackagesNotFoundError: The following packages are not available from current channels:
conda install X出現找不到X包問題，如下所示：默認的channels里找不到。
2.1.1 解決方案1：用pip install X 來安裝X包，發現可以找到包並下載，然后等待能否successfully。
如果出現一直等待的Installing build dependencies ...
這里應該是缺少Python 依賴，可以嘗試添加新鏡像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
之后再試一下能否正常安裝X包：Python是否可以import。
如果出現pip的warning：
WARNING: pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.
因為pip安裝第三方庫需要ssl模塊，而python默認安裝ssl功能是不可用的.
2.1.1.1 解決方法1-1：針對pip is configured with locations that require TLS/SSL問題：重新編譯Python3安裝文件，加上--with-ssl參數讓pip3使用SSL功能。
# 重新編譯安裝
./configure --enable-optimizations --with-ssl
注意：可以參考：異常處理pip is configured with locations that require TLS/SSL
2.1.1.2 解決方法1-2：針對pip is configured with locations that require TLS/SSL問題：更換pip源，即添加國內鏡像。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
國內一些常用的軟件源如下：
阿里雲：http://mirrors.aliyun.com/pypi/simple/
中國科技大學：https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣：http://pypi.douban.com/simple/
清華大學：https://pypi.tuna.tsinghua.edu.cn/simple/
中國科學技術大學：http://pypi.mirrors.ustc.edu.cn/simple/
注意：添加這個國內鏡像，可能會與你已經存在的來自conda-forge的包產生沖突，因為版本不統一，就造成import一個包（來自國內鏡像）時，因為需要另幾個包（可能來自conda-forge和Anaconda默認鏡像）的支持，而引發導入錯誤，所以還是統一下。
個人還是推崇用default的，雖然下載比較慢，但是版本更新及時且很少有沖突。因為吃過清華源的虧。
如果嫌麻煩，安裝了Anaconda的請看解決方案2.
2.1.1.2 解決方案2：不要終端命令了，直接使用Anaconda Navigator界面Environments里手動添加吧。
如果安裝成功，檢查下Python里能否import了，如果import不成功，又出幺蛾子了，那就繼續修行。可以看異常2了。
2.2 報錯2： RuntimeError: Cython extensions are unavailable. Without them, this gensim functionality is disabled.
這個是我在安裝gensim時出錯，這個之前在Windows上就經常安裝報錯，這次在macOS M1芯片上依舊坑了。
利用miniforge3創建的conda環境(base) [/Users/dan/miniforge3/bin/python]是可以通過pip install gensim安裝成功且可以import的。如下所示。
但是在自己創建的虛擬環境(py38)[/Users/dan/miniforge3/envs/py38/bin/python]下就報錯了。
Anaconda上顯示安裝成功，但是import時就不行了。
然后卸了，重新pip install gensim 裝下。就出現異常1-1中的warning以及Could not fetch URL https://pypi.org/simple/gensim/。
看起來貌似是證書的錯誤，后面又好像是URL來源的問題，那就換成國內的pip源試一試。默認的是：
pip install gensim -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com
然后就成功了。
然后驗證下吧。
有個小warning，根據提示再把這個安裝下就好了。
2.3報錯3：ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObject
實驗環境：TensorFlow2.6.0， numpy 1.19.5
報錯：NotImplementedError: Cannot convert a symbolic Tensor (sequential/simple_rnn/strided_slice:0) to a numpy array. This error may indicate that you’re trying to pass a Tensor to a NumPy call, which is not supported
問題：發現是numpy的版本問題，出錯時numpy版本是1.19.5,因為安裝了TensorFlow2.6.0版本，將原來的numpy 2.0.5版本降級到了1.19.5.之后在from gensim import models時出現了這個問題。
解決：考慮卸載gensim，重裝。
3.以Keras為例
3.1 報錯1：ImportError: Keras requires TensorFlow 2.2 or higher. Install TensorFlow via pip install tensorflow
實驗環境：
tensorflow_env:
TensorFlow目前的版本是2.4.1，Keras目前版本是2.4.3，Python 3.8.6 (Macbook m1 with conda-forge)
解決：
Keras版本太高，通過降低版本到2.2來解決。
根據https://docs.floydhub.com/guides/environments/里列出的TensorFlow與Keras的版本對應關系，選擇合適的版本：
3.2 報錯2：TypeError: ('Keyword argument not understood:', 'input')
這是Keras版本的問題，keras 2.4.3中Model的參數設置：inputs, outputs
class Model(tensorflow.python.keras.engine.base_layer.Layer, tensorflow.python.keras.utils.version_utils.ModelVersionSelector)
| Model(*args, **kwargs)
|
|
Modelgroups layers into an object with training and inference features.|
| Arguments:
| inputs: The input(s) of the model: a
keras.Inputobject or list of|
keras.Inputobjects.| outputs: The output(s) of the model. See Functional API example below.
| name: String, the name of the model.
|
將self.encoder = Model(input=inp, output=encoder_output)改為
self.encoder = Model(inputs=inp, outputs=encoder_output)即可。
4.以pytorch為例
如果安裝Pytorch，進入官網https://pytorch.org/get-started/locally/選擇版本：官網給出了各種安裝方法。
在前面安裝好miniforge3的基礎上，在Anaconda上的可以安裝Pytorch1.8.0版本。
conda install pytorch torchvision -c pytorch