tensorflow-metalを用いて機械学習にApple SiliconのGPUを利用する方法

TL;DR

• TensorFlowで機械学習をしたい
• Apple SiliconだとNVIDIAのGPUが使えない（当たり前）なので遅い
• tensorflow-metalを入れよう

あとでがっかりする前に

• tensorflow-metalは3.11系以上では動きませんでした
• tensorflow-metalはマルチGPUをサポートしていません

これらを期待している方・必須な方は涙をふきながらブラウザバックをお願いします。

大まかな手順と前提

• pyenvでPython 3.10系を入れる
• venvを立てる
• tensorflow-metalを全部突っ込んでいき

Pythonとpyenvは入っている前提で、この記事を読んでいるということでOSはmacOSを前提にしてます。

pyenvでPython 3.10系を入れる

tensorflow-metalは3.8系から3.10系にしか対応していない（目立つところに書いてなくてハマった）ので、pyenvでインストールしていきます。3.8系から3.10系の人はこの手順はスキップして良いです。私は何も考えずにとりあえずこの中で最新の3.10.14を入れました

pyenv install --list
pyenv install 3.10.14

バージョン一覧を確認してインストールされていたら成功です。

% pyenv versions
  system
  3.10.14
* 3.12.3 (set by /Users/shirokuma89dev/.pyenv/version)

仮想環境を作る

対応させるために3.10系にバージョンを下げましたが、それを今後使い続けるのもダサいので仮想環境を作ります。

任意の機械学習の作業ディレクトリに移動して

pyenv local 3.10.14

します。

venvを立てようの会

~/venv-metalにvenvをつくります。ここの先は任意の場所で構いません。私は別プロジェクトもtensorflow-metalを利用する可能性を考えてホームディレクトリに作りました

python -m venv ~/venv-metal
source ~/venv-metal/bin/activate

tensorflow-metalをインストールしていき

python -m pip install tensorflow
python -m pip install tensorflow-metal

検証

以下を実行してみてGPU is available ✅とでたらGPUが利用可能な状態になっています。

gpy_check.py

print("GPU Check")

import tensorflow as tf
import platform

print(f"Python Platform: {platform.platform()}")
print(f"Tensor Flow Version: {tf.__version__}")

is_gpu_available = len(tf.config.list_physical_devices('GPU')) > 0
print("GPU is", "available ✅" if is_gpu_available else "not available ❌")

% python gpu_check.py
GPU Check
Python Platform: macOS-14.2.1-arm64-arm-64bit
Tensor Flow Version: 2.16.2
GPU is available ✅

参考文献