对 arm 处理器上的 conda distributions/channels 的困惑

Question

我已经使用 Anaconda 几年了，但是自从我开始使用带有 M1 处理器的 Mac 以来，我不得不处理一些安装包的问题，​​这就剩下了我对一些基本概念有点困惑。

例如，我试图安装 Tensorflow，结果证明正确的方法是安装 miniforge，并从 conda-forge 通道（这是 miniforge 的默认通道）获取 Tensorflow，如解释的那样 here. 然后，我想知道我是否可以使用 Anaconda/Miniconda...将 conda-forge 通道设置为默认值，并安装 Tensorflow（或任何其他与 arm 兼容的软件包），但是

所以，现在我正试图了解这一切是如何运作的。 如果 conda-forge 通道中存在与 M1 处理器兼容的 Tensorflow 版本（并且它确实存在），为什么我不能在配置它使用所述通道后使用 Anaconda/Miniconda 安装它？换句话说，Anaconda/Miniconda 和 Miniforge 之间有什么区别，除了他们寻找软件包的渠道（以及，据我所知，一些许可证）？

有一个类似的问题，但答案似乎没有解决我的主要问题（为什么 Anaconda/Miniconda 使用 conda-forge 作为默认通道与 miniforge 不同）。

Answer 1

这并非不可能，但您必须克服重重困难才能完成。 首先，如果你安装了Anaconda，你无法将conda-forge包一致地安装到基础环境中，因为Anaconda基础环境中的anaconda包会与conda-forge中的包发生冲突. 其次，由于 Anaconda 目前只有 x86_64，您只能通过 Rossetta 仿真安装它。之后，您需要通过设置环境变量 CONDA_SUBDIR.

来告诉 conda 您需要 arm64 兼容包

CONDA_SUBDIR=osx-arm64 conda create -n native numpy -c conda-forge

将为您提供一个带有原生 arm64 软件包的新环境。但是，如果您想更新此环境，则必须在所有 conda 命令前加上 CONDA_SUBDIR=osx-arm64.

要永久修复此问题，您可以执行以下操作

conda activate native
conda config --env --set subdir osx-arm64

这将使 conda 在此环境中使用 osx-arm64。