M1芯片MacBook Pro安装GPU支持版MXNet遇报错求指引

你遇到的两类报错核心原因很明确：

1. PyPI官方源推送的mxnet 1.6.0是x86架构编译版本，没有适配Apple Silicon M1芯片，既没法正常调用M1的GPU算力，还会因为架构不兼容出现运行崩溃，你第一次跑im2rec生成列表时的报错就是这个问题导致的
2. 直接克隆MXNet源码到工作目录后，Python会优先导入没经过编译的源码目录，这个目录缺了大量C++扩展绑定的功能模块，就会触发如下报错：

AttributeError: module 'mxnet' has no attribute 'recordio'

按照以下步骤操作就能装好可用的版本：

• 第一步：彻底清理残留环境
  激活你用的miniforge虚拟环境，先执行命令卸载所有残留的MXNet安装包：
  pip uninstall -y mxnet mxnet-cu*
  之后手动进虚拟环境的site-packages目录，删掉所有名字带mxnet的文件夹和.dist-info文件；同时把你跑im2rec脚本的工作目录里之前克隆的MXNet源码文件夹彻底删干净，别留残留，不然Python导包的时候优先读本地的残缺源码，就算装对了版本也会报错。
• 第二步：安装适配arm64架构的基础依赖
  优先用conda装依赖，避免pip拉到x86版本的包出现兼容问题：
  conda install -c conda-forge numpy openblas cmake llvm openmp opencv-python
  注意Python版本选3.8或者3.9就行，MXNet对3.10及以上版本适配很差，容易出莫名其妙的编译错误。
• 第三步：安装支持M1 GPU加速的MXNet版本
  别直接跑pip install mxnet装官方源的版本，那个没做M1适配，执行下面的命令装社区维护的适配Apple Metal加速的稳定版：
  pip install mxnet-osx-arm64==1.9.0
• 第四步：验证安装是否正常
  在当前环境打开Python解释器，逐行跑下面的代码做校验：

  import mxnet as mx
  # 打印版本号确认安装来源正确
  print(mx.__version__)
  # 检查recordio模块是否存在
  print(hasattr(mx, 'recordio'))
  # 检查GPU识别状态，返回值大于0就代表GPU加速可用
  print(mx.context.num_gpus())
  

  正常情况下会依次输出1.9.0、True、1，说明所有功能都正常。
• 第五步：运行数据集制作脚本
  验证通过后，你之前用的im2rec脚本不需要改任何内容，直接跑原来的命令就行：
  1. 按9:1比例拆分训练/验证集生成列表文件：
     python im2rec.py --list --recursive --train-ratio 0.9 dogscats .
  2. 开8线程打包生成rec格式数据集：
     python im2rec.py --num-thread 8 dogscats .

• 提醒：之后跑MXNet相关脚本的时候，别把MXNet源码文件夹放到脚本的工作目录下，不然Python会优先导入没编译的源码，再次触发模块缺失的报错。

内容的提问来源于stack exchange，提问作者Hina