development_Mac_cn.md

MacOS Tensorcircuit 安装教程

Mark (Zixuan) Song 撰写

由于苹果更新了Tensorflow，因此M系列（直到M2）和英特尔系列Mac上的安装可以遵循完全相同的过程。

从头开始

对于全新的Macos或未安装Xcode的Macos。

若您已安装Xcode，请跳转到安装TC后端。

安装Xcode命令行工具

需要对机器的图形访问

如果网络良好，请运行xcode-select --install进行安装。

或者，如果网络连接不理想，请从苹果下载命令行工具安装映像，然后进行安装。

安装TC后端

有四个后端可供选择，Numpy，Tensorflow，Jax和Torch。

安装Jax、Pytorch（可选）

pip install [Package Name]

安装Tensorflow（可选 - 推荐）

安装miniconda（可选 - 推荐）

若您希望使用苹果为MacOS优化的Tensorflow（tensorflow-macos）或使用Tensorflow GPU优化（tensorflow-metal）请安装mimiconda。

若您希望使Google开发的原版Tensorflow（tensorflow）请跳过此步骤。

curl -o ~/miniconda.sh https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
bash ~/miniconda.sh -b -p $HOME/miniconda
source ~/miniconda/bin/activate
conda install -c apple tensorflow-deps

安装步骤

pip install tensorflow

若您希望使用苹果为Tensorflow优化的Metal后端，请继续运行（不建议）：

pip install tensorflow-metal

验证Tensorflow安装

import tensorflow as tf

cifar = tf.keras.datasets.cifar100
(x_train, y_train), (x_test, y_test) = cifar.load_data()
model = tf.keras.applications.ResNet50(
    include_top=True,
    weights=None,
    input_shape=(32, 32, 3),
    classes=100,)

loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
model.compile(optimizer="adam", loss=loss_fn, metrics=["accuracy"])
model.fit(x_train, y_train, epochs=5, batch_size=64)

安装Tensorcircuit

pip install tensorcircuit

测试与比较

以下数据由运行benchmarks/scripts/vqe_tc.py 10次并取平均值得到。

	原版Tensorflow	苹果优化版Tensorflow	苹果优化版Tensorflow并安装Tensorflow Metal插件
构建时间	11.49241641s	11.31878941s	11.6103961s
迭代时间	0.002313011s	0.002333004s	0.046412581s
从时间	11.72371747s	11.55208979s	16.25165417s

直到2023年7月，这已在运行Ventura的英特尔i9 Mac、运行Ventura的M1 Mac、运行Ventura的M2 Mac、运行Sonoma测试版的M2 Mac上进行了测试。