M1 MacBook Pro导入TensorFlow时出现Symbol not found错误

报错触发的核心原因是当前安装的tensorflow-metal GPU加速插件编译目标为macOS 12.3版本，如果你的设备系统版本低于12.3，系统自带的/usr/lib/libc++.1.dylib动态库缺少插件依赖的函数符号，就会在加载插件时抛出动态链接错误。

方案1：升级系统到适配版本（推荐） #

直接将macOS升级到12.3及以上正式版本，升级完成后重启终端、重启Jupyter内核，直接运行测试代码即可正常识别GPU，不需要修改现有conda环境内的任何包版本，兼容性最稳定。

方案2：降级TensorFlow相关包适配低版本系统 #

如果暂时没有升级系统的计划，可以卸载当前高版本的TensorFlow组件，安装适配低版本macOS的组合版本，操作步骤如下：

• 先卸载环境中已安装的TensorFlow相关包，避免版本冲突

  python -m pip uninstall -y tensorflow-macos tensorflow-metal tensorflow-deps
  

• 执行命令安装版本匹配的依赖包

  # 安装对应版本的TensorFlow底层依赖
  conda install -c apple tensorflow-deps==2.9.0
  # 安装2.9.2版本的tensorflow-macos
  python -m pip install tensorflow-macos==2.9.2
  # 安装0.5.0版本的tensorflow-metal，该版本最低支持macOS 12.0
  python -m pip install tensorflow-metal==0.5.0
  # 重新安装tensorflow-datasets
  python -m pip install tensorflow-datasets
  

• 安装完成后重启Jupyter内核，重新运行测试代码验证即可。

方案3：临时回退到CPU运行模式 #

如果短时间内不需要使用GPU加速，可以直接删除或重命名路径下的libmetal_plugin.dylib文件，TensorFlow会自动跳过金属插件加载，回退到CPU模式正常运行，不会抛出导入错误。你当前环境下该文件的路径为：
~/miniforge3/lib/python3.9/site-packages/tensorflow-plugins/libmetal_plugin.dylib

修复完成后运行测试代码，正常输出会同时列出CPU和GPU设备，类似如下格式即代表安装正常：

TensorFlow has access to the following devices:
[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU'), PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
TensorFlow version: 2.9.2

注意：安装TensorFlow相关依赖时，尽量固定使用conda安装底层依赖、pip安装TensorFlow主包和插件，不要混用两种包管理器安装同一个组件，否则容易出现隐性依赖冲突。

内容的提问来源于stack exchange，提问作者Arannya