После нескольких месяцев использования x86 Tensorflow на моем MacBook Pro M1 я решил установить неофициальный M1 TensorFlow, а затем сравнить производительность с x86 TensorFlow.
Установка
M1 TensorFlow доступен в аккаунте Apple на GitHub здесь. В README они предоставили два способа установки, но первый мне не помог, и по какой-то причине я получил ошибку fg: no current job.
Итак, я загрузил релиз, а затем следовал этому руководству, чтобы установить его, и он работал нормально.
Сравнение
Я использовал учебник Simple MNIST convnet от fchollet из keras blog, чтобы протестировать производительность обеих версий TensorFlow на небольшой сверточной нейронной сети. Вот результат 10 прогонов на одной машине с разными версиями TensorFlow:
X86 TensorFlow был установлен с x86 Miniforge и Python 3.9, а M1 TensorFlow с M1 Miniforge и Python 3.8. Возможно, это не самый точный тест, но он показывает скорость в 1,7 раза в поезде и скорость в 2,3 раза по оценке.
