MacOS Big Sur 11 新机安装brew wget python3.12 exo

MacOS Big Sur 11,算是很老的系统了,所以装起来有点费劲。

首先安装brew

按照官网的方法,直接执行下面语句即可安装:

复制代码
export HOMEBREW_BREW_GIT_REMOTE="https://githubfast.com"  # put your Git mirror of Homebrew/brew here
export HOMEBREW_CORE_GIT_REMOTE="https://githubfast.com"  # put your Git mirror of Homebrew/homebrew-core here
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

但是由于系统刚装出来,所以有些openssl等库可能比较老,所以有可能无法安装成功,这时候就要git clone下载homebrew的源代码,然后执行源码里的执行文件即可,文件在brew/bin/brew (但是这个未安装版好像是有些问题的)。

也可以用中科大这个源来安装:

复制代码
/bin/bash -c "$(curl -fsSL https://cdn.jsdelivr.net/gh/ineo6/homebrew-install/install.sh)"

也可以直接在github网站下载pkg的安装包:

Releases · Homebrew/brew · GitHub

下载后直接安装(后来才知道,当前的版本需要Mac13以上的系统,并不适合)!

再用brew安装wget

复制代码
brew install wget

装了半天,安了一大堆东西,非常长的时间才装完。

安装Miniconda 的python环境

再用wget获取miniconda

复制代码
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py312_24.7.1-0-MacOSX-x86_64.sh

没有wget的时候,也可以直接到清华源网页下载:Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

安装miniconda

复制代码
sh Miniconda3-py312_24.7.1-0-MacOSX-x86_64.sh

安装conda后,选择激活环境(也可以使用source xx/bin/activate手动激活),(可选)安装uv

复制代码
pip install pip -U
pip install uv

注意如果pip网速慢的话,可以加上镜像:

-i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

也可以设定镜像的环境变量:

复制代码
pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

安装exo AI并行框架

克隆下载exo源代码

复制代码
git clone https://github.com/exo-explore/exo

安装exo

复制代码
# 进入exo目录执行
pip install -e .

如果安装的时候tinygrad不好下载,那么可以先到setup.py文件中屏蔽tinygrad这个句,稍后再单独安装它: pip install tinygrad

opencv-python需要改成"opencv-python>4.10.0.84"

启动exo

复制代码
exo

好啦!用52415端口就可以管理exo啦!

相关推荐
jay神12 分钟前
基于YOLOv8的木材表面缺陷检测系统
人工智能·深度学习·yolo·计算机视觉·毕业设计
交通上的硅基思维19 分钟前
人工智能安全:风险、机制与治理框架研究
人工智能·安全·百度
老百姓懂点AI21 分钟前
[测试工程] 告别“玄学”评测:智能体来了(西南总部)基于AI agent指挥官的自动化Eval框架与AI调度官的回归测试
运维·人工智能·自动化
2501_9481201525 分钟前
基于量化感知训练的大语言模型压缩方法
人工智能·语言模型·自然语言处理
songyuc28 分钟前
【Llava】load_pretrained_model() 说明
人工智能·深度学习
MARS_AI_30 分钟前
大模型赋能客户沟通,云蝠大模型呼叫实现问题解决全链路闭环
人工智能·自然语言处理·信息与通信·agi
名为沙丁鱼的猫7291 小时前
【MCP 协议层(Protocol layer)详解】:深入分析MCP Python SDK中协议层的实现机制
人工智能·深度学习·神经网络·机器学习·自然语言处理·nlp
bylander1 小时前
【AI学习】几分钟了解一下Clawdbot
人工智能·智能体·智能体应用
香芋Yu1 小时前
【机器学习教程】第04章 指数族分布
人工智能·笔记·机器学习
小咖自动剪辑1 小时前
Base64与图片互转工具增强版:一键编码/解码,支持多格式
人工智能·pdf·word·媒体