M1 맥북에 native PyTorch 설치하기 (conda 환경)

M1 맥북이 출시된 지 1년 정도가 되었고 그간 소프트웨어를 설치한다거나 프로그래밍을 하는 데 있어서 불편함이 크게 줄어들었다. 그럼에도 머신러닝 관련 라이브러리 설치는 기존 맥 프로와 비교했을 때 다소 불편한 점들이 남아있는 것도 사실이다. 

 

지난 포스팅에서 tensorflow 2.4와 2.5 설치로 M1 맥북에서 native 하게 tensorflow를 실행하는 방법을 정리했었다. 특히, 2.5 버전부터는 M1 맥의 GPU (현재는 비록 1개의 GPU만 가능하지만)를 사용할 수 있게 되었다는 것이 큰 발전이라고 할 수 있다. 

 

2021.04.27 - [Programming/Tips] - [Arm64] M1 맥북에 tensorflow 2.4 설치하기 (conda 환경)

2021.08.15 - [Programming/Tips] - [M1 맥북] GPU에서 tensorflow 실행하기 (tensorflow 2.5 설치)

 

이번 포스팅에는 머신러닝시 tensorflow만큼 많이 쓰이는 pytorch를 설치하여 M1 맥에서 native 하게 실행하는 것을 정리해 보도록 하겠다. 크게 복잡한 단계는 없으니 쉽게 설치할 수 있다. 

 

 

Step 1 - Xcode command line tools 설치 

xcode-select --install

 

 

Step 2 - Miniforge 설치하기 

다음의 링크에서 miniforge를 설치한다. (https://developer.apple.com/metal/tensorflow-plugin/)

 

위 링크에서 아래와 같이 서브링크에서 miniforge3을 바로 다운받을 수 있다.

 

파일을 받은 디렉토리에서 (여기에선 Download) 아래의 라인을 실행한다. 

 

chmod +x ~/Downloads/Miniforge3-MacOSX-arm64.sh 
sh ~/Downloads/Miniforge3-MacOSX-arm64.sh 
source ~/miniforge3/bin/activate

 

 

Step 3- Conda를 이용해 가상 환경 만들기 

Conda를 설치하였으니, 가상환경을 만들 수 있다. 편의상 pytorch_env란 이름을 주고 python 버전을 3.8로 지정하여 가상 환경을 하나 만들어 보자. 

 

conda create --name pytorch_env python=3.8

 

 

위 화면과 같이 설치가 되고 아래를 실행하여 가상환경이 생성된 것을 확인한다. 

 

conda env list

 

 

Step 4 - PyTorch 설치

이제 pytorch 라이브러리를 설치한다. 

 

conda install -c pytorch torchvision

 

 

 

Step 5 - 예제 코드로 테스트하기 

설치를 끝냈으니 예제 코드로 테스트를 해보자. MNIST 데이터를 이용한 예제이며, 이 링크에서 코드를 확인할 수 있다. 

 

편의상 코드는 wget으로 다운로드 한다. 

 

wget https://raw.githubusercontent.com/pytorch/examples/master/mnist/main.py

 

 

python main.py

 

 

Activity Monitor상에서 Apple CPU에서 코드가 잘 돌아가고 있는 것을 확인할 수 있다. 

 

 

 

참고한 글 

• Yes, You Can Run PyTorch Natively on M1 MacBooks, and Here’s How