You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

M1芯片Mac在PyCharm中配置TensorFlow环境报错咨询

M1芯片Mac在PyCharm中配置TensorFlow环境方案

你遇到的Could not find a version that satisfies the requirement tensorflow-macos报错,本质是架构不匹配或Python版本不兼容导致的,按以下步骤配置即可:

第一步:终端侧先装好适配M1的TensorFlow基础环境

先不要打开PyCharm,所有操作先在系统终端完成:

  • 安装arm64原生Python:卸载设备上所有Intel架构的Python(路径在/usr/local/bin/下的Python都是x86转译版本),通过arm版Homebrew安装3.8/3.9/3.10三个版本其中之一的Python,不要安装3.11及以上版本,目前tensorflow-macos未完成高版本Python适配。安装完成后在终端执行which python3,输出路径为/opt/homebrew/bin/python3.x即为正确的arm原生版本。
  • 创建独立虚拟环境:终端执行python3 -m venv ~/tf-metal-env创建专属虚拟环境,执行source ~/tf-metal-env/bin/activate激活环境,激活后终端行首会出现(tf-metal-env)标识。
  • 按顺序安装依赖:
    1. 升级pip:pip install --upgrade pip
    2. 安装TensorFlow主包:pip install tensorflow-macos
    3. 安装M1芯片GPU加速插件:pip install tensorflow-metal
  • 验证终端环境:在激活的虚拟环境中执行以下代码,无报错、能正常输出版本号和GPU设备信息即说明终端环境配置完成:
import tensorflow as tf
print(tf.__version__)
print(tf.config.list_physical_devices('GPU'))

第二步:PyCharm端对应配置

  • 首先确认你安装的是Apple Silicon版本的PyCharm,不要安装Intel版本,启动时不要勾选“使用Rosetta打开”选项。可通过「系统报告-应用程序」找到PyCharm条目,查看“种类”字段显示为“Apple 芯片”即为正确版本。
  • 新建项目时,解释器选项不要选“新建虚拟环境”,选择「现有解释器」。
  • 点击解释器选择栏右侧的更多按钮,选择Virtualenv分类下的「现有环境」,路径选择刚才创建的虚拟环境内的Python可执行文件,完整路径为~/tf-metal-env/bin/python3,确认后保存设置。
  • 进入项目后不要在PyCharm内置的包管理面板中搜索安装TensorFlow,只要解释器选择正确,终端里提前装好的依赖会被自动识别,直接运行TensorFlow代码即可。

常见避坑提示

  • 不要使用Rosetta转译模式运行PyCharm或Python,否则pip只会检索x86架构的安装包,必然触发找不到tensorflow-macos版本的报错。
  • 不推荐通过Conda安装M1版TensorFlow,多数Conda源默认提供的是x86转译包,会出现GPU无法调用、版本匹配错误等问题。
  • 如果切换解释器后PyCharm仍然识别不到已安装的包,直接重启PyCharm刷新索引即可。

内容的提问来源于stack exchange,提问作者user19427698

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.28 10:36:21