M1芯片Mac上安装TensorFlow与AIMA代码的问题求助

我来帮你搞定这些问题，刚好之前在M1设备上折腾过类似的场景，给你一套针对性的解决方案：

1. 先搞定TensorFlow的版本冲突 #

你遇到的Could not find a version that satisfies the requirement tensorflow错误，本质是M1的ARM64架构和AIMA默认requirements.txt里的TensorFlow条目不兼容——默认配置可能是针对x86架构的，pip在ARM64的包索引里找不到匹配版本。但你已经在虚拟环境里成功装过并测试过TensorFlow了，完全没必要让pip再重复安装它。

解决步骤：

• 打开AIMA项目根目录的requirements.txt文件
• 删除里面的tensorflow（如果有tensorflow-gpu也一起删）这一行
• 保存文件后重新执行：

  pip install -r requirements.txt
  

  这样就不会再触发TensorFlow的安装错误了

2. 逐一补全测试缺失的依赖 #

你测试时碰到的13个导入错误，都是缺对应的依赖包，直接针对性安装就行：

在激活的AIMA_ENV虚拟环境里执行这条命令，一次性装完所有报错提到的缺失包：

pip install ipythonblocks sortedcontainers qpsolvers networkx opencv-python

对应关系给你理清楚：

• ipythonblocks → 解决ModuleNotFoundError: No module named 'ipythonblocks'
• sortedcontainers → 解决ModuleNotFoundError: No module named 'sortedcontainers'
• qpsolvers → 解决ModuleNotFoundError: No module named 'qpsolvers'
• networkx → 解决ModuleNotFoundError: No module named 'networkx'
• opencv-python → 解决ModuleNotFoundError: No module named 'cv2'

3. 处理自定义requirements的潜在问题 #

你之前修改requirements.txt加了一堆包，可能出现M1架构下的安装冲突（比如cvxopt直接pip装容易失败）。如果上面的步骤执行后还有报错，可以试试：

• 先卸载冲突的包：pip uninstall -y cvxopt（如果这个包安装失败的话）
• 用Homebrew先装底层依赖，再装Python包，比如装cvxopt：

  brew install gfortran
  pip install cvxopt
  

• 要是你不需要某些模块的测试（比如深度学习相关），可以单独跳过对应测试文件，比如：

  py.test --ignore=tests/test_deep_learning4e.py
  

4. 验证安装与测试 #

完成所有依赖安装后，重新跑测试：

py.test

如果还有个别测试报错，看具体错误信息针对性调整——比如某些测试需要特定版本的依赖，可以指定版本安装，比如pip install qpsolvers==3.2.0（这个是AIMA文档推荐的兼容版本）。

另外，确认下你的虚拟环境是ARM64版本的Python3.8，避免Rosetta转译的问题：

python -c "import platform; print(platform.machine())"

输出应该是arm64，如果是x86_64，那你得重新建基于ARM64 Python的虚拟环境。

内容的提问来源于stack exchange，提问作者Pegasus420