Mac M1设备Docker容器内pip安装Tensorflow 2.6.2找不到版本如何解决

问题根源 #

• 官方TensorFlow 2.6.2仅发布了x86架构的Linux/Windows/macOS安装包，没有适配arm64架构的Linux版本安装包
• M1芯片默认Docker运行arm64架构容器，pip安装时找不到对应架构的安装包；使用qemu模拟x86架构运行时，低版本TensorFlow依赖的底层编译组件和模拟环境存在兼容性冲突，也会安装失败

可行解决方法 #

方法1：指定容器运行架构为x86_64，使用conda安装兼容版本 #

修改Dockerfile，使用miniconda基础镜像替代原生python镜像，conda源有适配模拟x86环境的TensorFlow 2.6.2包：

# 指定以x86_64架构运行基础镜像
FROM --platform=linux/amd64 continuumio/miniconda3:latest

# 安装python 3.9对应环境
RUN conda install -y python=3.9 \
    && conda install -y tensorflow==2.6.2 \
    && pip install --upgrade pip

构建时不需要额外加架构参数，镜像会自动以x86模拟模式运行。

方法2：使用arm64适配的第三方TensorFlow源 #

如果需要容器跑原生arm64架构提升性能，可以改用社区适配的arm64版TensorFlow安装源：

FROM python:3.9

RUN python -m pip install --upgrade pip
# 安装arm64架构适配的TensorFlow 2.6兼容版本
RUN pip install tensorflow-macos==2.6.0 tensorflow-metal==0.2.0

注意：该方案安装的是macOS适配的TensorFlow版本，仅适用于容器运行在MacOS环境的场景，如果需要部署到Linux x86服务器不要用这个方案。

方法3：升级TensorFlow版本到支持arm64的版本 #

如果项目可以兼容更高版本的TensorFlow，直接把版本号升到2.8.0及以上，官方2.8及之后的版本已经提供了arm64架构的Linux安装包，修改Dockerfile对应行即可：

RUN pip install tensorflow==2.8.0

这个方案构建的镜像可以同时兼容x86和arm64架构，不需要额外配置。

内容的提问来源于stack exchange，提问作者Augusto Acioli Pinho Vanderley