PyTorch環境構築ガイド（Apple Silicon Mac）¶

このガイドでは、Apple Silicon MacでPyTorchチュートリアルを実行するための環境構築方法を詳しく説明します。

必要なソフトウェア¶

基本要件¶

Python 3.9以上 （推奨: 3.11）
Conda または pip
Git（オプション：ソースコード管理用）

GPU使用時の追加要件¶

Apple Silicon Mac（M1、M2、M3チップ）
MPS（Metal Performance Shaders）対応

セットアップ手順¶

1. Condaのインストール¶

# Minicondaのダウンロード・インストール
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
bash Miniconda3-latest-MacOSX-arm64.sh

2. 仮想環境の作成¶

# 新しい環境を作成
conda create -n pytorch-tutorial python=3.11
conda activate pytorch-tutorial

3. PyTorch（MPS対応版）のインストール¶

# MPS（Metal Performance Shaders）対応PyTorch
conda install pytorch torchvision torchaudio -c pytorch

4. 追加ライブラリのインストール¶

# 機械学習・可視化ライブラリ
conda install matplotlib pandas numpy scikit-learn jupyter
conda install requests tqdm -c conda-forge

Conda vs pip の使い分け¶

Conda推奨ケース¶

GPU対応PyTorch: MPSとの互換性が重要
科学計算ライブラリ: NumPy、SciPy、matplotlibなど
バイナリ依存関係: コンパイル済みパッケージで高速

pip推奨ケース¶

純粋なPythonパッケージ: requestsやtqdmなど
最新版が必要: conda-forgeに無い場合
軽量インストール: 最小限の依存関係

インストール確認¶

GPU使用可能性の確認¶

import torch

# PyTorchのバージョン確認
print(f"PyTorch version: {torch.__version__}")

# MPS使用可能性の確認
if torch.backends.mps.is_available():
    print("MPS (Metal Performance Shaders) available")
else:
    print("CPU only")

# 推奨デバイスの確認
device = "mps" if torch.backends.mps.is_available() else "cpu"
print(f"Recommended device: {device}")

基本ライブラリの確認¶

# 必要なライブラリのインポートテスト
import torch
import torchvision
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import requests
from tqdm import tqdm

print("All libraries imported successfully!")

よくあるエラーと解決方法¶

MPS関連エラー¶

エラー: "MPS backend doesn't support..."¶

# 解決方法: CPUにフォールバック
device = "mps" if torch.backends.mps.is_available() else "cpu"
# 特定の操作でエラーが出る場合
tensor = tensor.to("cpu")  # 一時的にCPUで実行

エラー: "RuntimeError: MPS backend out of memory"¶

# 解決方法1: バッチサイズを小さくする
BATCH_SIZE = 16  # 32から16に変更

# 解決方法2: MPSメモリをクリア
torch.mps.empty_cache()

共通エラー¶

ModuleNotFoundError¶

# 解決方法: 仮想環境がアクティブか確認
conda activate pytorch-tutorial

# パッケージの再インストール
conda install [package-name]

SSL証明書エラー¶

# 解決方法: conda設定を更新
conda config --set ssl_verify false
# または
pip install --trusted-host pypi.org --trusted-host pypi.python.org [package-name]

パフォーマンス最適化のヒント¶

MPS使用時¶

バッチサイズ: メモリに応じて調整（16-64推奨）
データローダー: num_workers=2-4で並列化（Apple Siliconでは控えめに）
メモリ管理: torch.mps.empty_cache()でメモリクリア

CPU使用時¶

スレッド数: torch.set_num_threads(4)で調整
小さなモデル: パラメータ数を抑制
データサイズ: 画像サイズを小さく（32x32 → 64x64）

次のステップ¶

環境構築が完了したら：

PyTorch fundamentals でテンソル操作を学習
PyTorch workflow で機械学習の流れを理解
プロジェクトルートのrequirements.txtで追加依存関係を確認