已安装TensorFlow却无法安装CLU包的问题求助（Apple M1 Max环境）

问题背景 #

环境：

• Apple M1 Max
• Conda 环境（Miniforge3）+ Python 3.9

已安装适配M1的TensorFlow相关包：

tensorboard               2.10.1                   pypi_0    pypi
tensorboard-data-server   0.6.1                    pypi_0    pypi
tensorboard-plugin-wit    1.8.1                    pypi_0    pypi
tensorflow-deps           2.10.0                        0    apple
tensorflow-estimator      2.10.0                   pypi_0    pypi
tensorflow-macos          2.10.0                   pypi_0    pypi
tensorflow-metal          0.6.0                    pypi_0    pypi

验证TensorFlow可正常导入：

$ python
>>> import tensorflow as tf
>>> print(tf.__version__)
2.10.0

尝试安装CLU 0.0.7时，执行命令：

$ pip install clu==0.0.7

出现错误：

Collecting etils[epath]
  Using cached etils-0.8.0-py3-none-any.whl (127 kB)
Collecting jaxlib
  Using cached jaxlib-0.3.22-cp39-cp39-macosx_11_0_arm64.whl (54.5 MB)
ERROR: Could not find a version that satisfies the requirement tensorflow (from clu) (from versions: none)
ERROR: No matching distribution found for tensorflow

问题原因 #

CLU的依赖声明中要求的是标准tensorflow包，但M1 Mac官方提供的适配包是tensorflow-macos（而非通用的tensorflow），pip的依赖解析系统不会将这两个包视为等价，因此判定环境中缺少tensorflow依赖。

解决办法 #

方法一：跳过依赖检查安装CLU #

因为实际环境中已经有兼容的tensorflow-macos（导入名与标准tensorflow完全一致），只需跳过CLU的依赖检查即可完成安装：

pip install --no-deps clu==0.0.7

安装完成后，手动安装CLU的其他依赖（除tensorflow外），直接执行：

pip install etils[epath] jaxlib

方法二：创建虚拟包映射（进阶） #

如果需要让pip正式识别tensorflow依赖，可在conda环境中创建虚拟的tensorflow包映射：

1. 找到当前conda环境的site-packages目录（可通过python -c "import site; print(site.getsitepackages()[0])"查看）
2. 复制目录中的tensorflow_macos.dist-info文件夹，并重命名为tensorflow.dist-info
3. 修改tensorflow.dist-info/METADATA文件，将包名改为tensorflow
   这种方法能让pip的依赖解析系统认为tensorflow已安装，但操作相对繁琐，仅推荐有特殊需求的场景使用。

内容的提问来源于stack exchange，提问作者lausena