M1 Mac运行TensorFlow的generate_tfrecord.py报illegal hardware instruction如何解决

错误根因 #

illegal hardware instruction报错是M1系列ARM架构芯片和x86版本TensorFlow不兼容导致的，旧版TensorFlow未针对Apple Silicon做原生适配，运行时调用了ARM架构不支持的x86硬件指令，触发报错。你提交的运行命令也存在参数配置错误问题，会额外触发执行异常。

修复步骤 #

• 第一步：关闭终端的Rosetta转译
  右键点击终端应用，选择「显示简介」，取消勾选「使用Rosetta打开」，重启终端。避免使用转译的x86环境运行ARM适配的软件包。
• 第二步：安装原生适配Apple Silicon的TensorFlow环境
  1. 卸载x86架构的Anaconda（如果已安装），安装ARM版本的miniforge3作为包管理工具
  2. 创建专属Python环境，选择适配性最好的3.9版本：

     conda create -n tf_m1 python=3.9 -y
     conda activate tf_m1
     

  3. 安装Apple官方适配的TensorFlow组件：

     conda install -c apple tensorflow-deps -y
     pip install tensorflow-macos tensorflow-metal
     

• 第三步：安装配套依赖
  安装兼容的protobuf版本和TensorFlow Object Detection API，避免版本冲突：

  conda install protobuf=3.20.3 -y
  # 按照TensorFlow Object Detection API官方流程完成编译安装，确保所有依赖适配ARM架构
  

• 第四步：修正运行命令
  你原命令的参数配置有误：-l参数需要指向具体的label_map.pbtxt文件路径，-o参数需要指定最终输出的tfrecord文件完整路径，同时统一路径大小写避免Mac文件系统识别异常，修正后命令示例：

  python TensorFlow/scripts/generate_tfrecord.py -x TensorFlow/workspace/images/train -l TensorFlow/workspace/annotations/label_map.pbtxt -o TensorFlow/workspace/annotations/train.record
  

完成上述操作后，在激活的tf_m1环境中运行修正后的命令即可正常生成tfrecord文件。

内容的提问来源于stack exchange，提问作者Aeronos