### MacBook 上 Conda 的安装配置与使用 #### 安装 Miniconda3 或 Anaconda 对于 Mac 用户来说，在 macOS 系统上安装 Python 包管理工具 Conda 是相对简单的过程。推荐先访问官方网站获取适合 Apple Silicon (M1/M2) 架构的最新版 Miniconda3 安装包[^2]。 下载完成后，通过终端执行命令来完成安装过程： ```bash sh ~/Downloads/Miniconda3-latest-MacOSX-arm64.sh ``` 此脚本会引导用户逐步设置好基础环境，并询问是否要初始化 conda 初始化器以便自动激活 base 环境。 #### 配置 Shell Hook 和环境变量 为了使 `conda` 命令可以在任何地方被调用以及更好地集成到 Bash/Zsh 中，需确保已启用 shell hook 功能。可以将下面这段代码加入 `.bash_profile`, `.zshrc` 文件中以实现每次启动 Terminal 自动加载 conda 设置: ```bash __conda_setup="$('/opt/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)" $(__conda_setup) unset __conda_setup ``` 上述操作能够有效防止因未正确读取路径而导致无法识别 `conda` 及其关联指令的情况发生[^3]。 #### 解决常见问题 有时即便按照官方指南完成了全部步骤，仍然可能遇到找不到应用程序图标或是命令行工具不可用等问题。这可能是由于某些特定于 M1 芯片设备的因素造成的。此时建议手动验证 `/opt/miniconda3/` 目录是否存在且权限正常；另外确认`.bash_profile`或`.zshrc`文件中的环境变量定义无误[^4]。 如果想进一步优化性能或者处理依赖关系冲突，则可以通过添加可信镜像源加速软件库检索速度，比如国内清华 TUNA 源等。具体做法是在 terminal 输入如下命令更改默认频道地址： ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes ``` #### 创建虚拟环境并安装 PyTorch 针对机器学习开发者而言，建立独立的工作区是非常重要的实践之一。利用 conda 来构建隔离化的 Python 运行时不仅有助于保持系统的整洁有序，而且能极大程度减少不同项目间潜在的技术债务风险。例如创建名为 pytorch_env 的新环境并指定所需版本号： ```bash conda create -n pytorch_env python=3.9 conda activate pytorch_env ``` 接着就可以依据个人需求选用稳定发行版或者是预览测试版来进行框架部署了。考虑到 ARM 平台特有的硬件特性，可以从 GitHub 获取适用于 Apple Silicon 的二进制文件进行本地化安装[^5]。