MacBook Air M1环境下Anaconda Jupyter Notebook中TensorFlow与Keras安装使用问题

问题根源 #

• M1为arm64架构，默认conda渠道的TensorFlow适配性不足，且conda与pip混用会引发依赖冲突
• Jupyter未关联到你创建的tf conda环境，导致环境不一致

分步解决步骤 #

1. 清理混乱的现有环境 #

先删除之前的conda环境，避免残留依赖干扰：

conda remove -n tf --all -y

如果base环境里也用pip装过TensorFlow/Keras，一并卸载：

pip uninstall tensorflow keras -y

2. 创建M1适配的TensorFlow环境 #

使用conda-forge渠道安装arm64版本的TensorFlow，推荐搭配Python3.9（兼容性最优）：

conda create -n tf -c conda-forge tensorflow python=3.9 -y

3. 将conda环境关联到Jupyter内核 #

激活tf环境后，安装ipykernel并添加专属内核：

conda activate tf
pip install ipykernel
python -m ipykernel install --user --name tf --display-name "TensorFlow (M1)"

4. 启动Jupyter并选择正确内核 #

在终端激活tf环境后启动Notebook：

conda activate tf
jupyter notebook

打开Notebook后，通过右上角Kernel -> Change Kernel选择TensorFlow (M1)内核。

5. 验证导入 #

在Notebook中运行以下代码测试：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, LSTM

print("TensorFlow & Keras导入成功！")

新手额外提示（针对LSTM股价预测） #

• 无需单独安装Keras，tf.keras是TensorFlow内置的官方实现，单独安装会导致版本冲突
• LSTM对数据尺度敏感，处理股价数据前务必做归一化（例如用sklearn.preprocessing.MinMaxScaler）
• 搭建堆叠LSTM时，除最后一层外，前面的LSTM层需要设置return_sequences=True，确保序列数据能传递给下一层

内容的提问来源于stack exchange，提问作者Sriram K