M1 Mac安装TensorFlow遇mach-o报错、权限及环境问题求助

两类报错的底层逻辑完全独立：

• mach-o, but wrong architecture：安装的TensorFlow二进制包架构和当前运行的Python进程不匹配，当前使用的常规Anaconda多为Intel x86_64架构版本，通过Rosetta转译运行，无法加载arm64原生编译的TensorFlow安装包，这是两次安装失败的核心原因
• 软链、目录赋权报错：macOS从Catalina版本开始对系统级路径开启SIP完整性保护，递归修改整个/usr/local目录的归属权限会被系统直接拦截，本身也属于非必要的错误操作

1. 先确认当前环境架构，避免无意义操作 #

依次执行两个命令核对状态：

• 查看当前Python的运行架构：lipo -archs $(which python)
• 查看已安装二进制包的架构：把已安装的TensorFlow实际路径代入命令，执行lipo -archs <tensorflow包的实际文件路径>
  如果查询结果显示Python为x86_64架构，无论替换多少安装包，运行时都会持续报mach-o架构不匹配的错误。

2. 在现有Anaconda中搭建arm64原生隔离环境 #

完全不需要卸载现有Anaconda更换为轻量版本，直接通过conda命令创建原生架构的虚拟环境即可：

• 在Anaconda终端执行：conda create -n tf-m1 python=3.8，conda会自动拉取适配M1芯片的arm64原生Python安装包，不会通过Rosetta转译运行
• 激活环境后再次执行lipo命令验证Python架构，确认输出为arm64再进行后续安装

3. 解决此前安装环节的报错 #

• 所有TensorFlow安装操作都在刚激活的arm64虚拟环境内执行，不要给系统全局Python安装arm64版本的包，从根源上避免架构不匹配的问题
• 执行官方安装脚本时，将脚本内的安装目标路径修改为当前虚拟环境的Python路径（执行which python即可拿到当前激活环境的Python绝对路径），即可解决“找不到对应模块”的报错
• 全程不需要修改/usr/local的目录权限、也不需要替换系统默认Python的软链，所有依赖都隔离在conda的虚拟环境目录下，不会触发SIP保护的权限拦截

补充说明 #

如果确实需要调整全局Python的软链指向，不需要递归修改整个/usr/local的归属权限，仅需在执行软链命令时添加sudo权限即可：
sudo ln -s -f /usr/local/bin/python3.8 /usr/local/bin/python
递归chown整个/usr/local的操作本身存在破坏系统路径权限的风险，也是触发操作拒绝的直接原因。

内容的提问来源于stack exchange，提问作者8bjs110