mac 现在适合深度学习开发吗？

[slannad]

这段时间打算换个笔记本 但是我现在如果换 m1/m2 系列的笔记本的话，就要面临实际的开发兼容性问题。

比如 tf1 版本 /tf2 非最新版本 /torch 非最新几个版本，其它依赖于 c 的库，似乎都有兼容性问题，而且有的是 cpu 似乎也安装不起来的那种。

但是看了知乎等社区的问答，只要有人问这个问题，底下不管是不是搞这个的，都有这种回答“什么年代了，都是连着服务器跑”

自己的代码还好，但是实际工作经常是在已有开源代码，或者预训练模型上继续工作，版本不兼容就是大麻烦了，尤其是我还是搜广推领域的，跑不同版本，不同的开源模型也是常态，然后在这些模型基础上开发。

实际上，我的代码是仍在服务器跑，但是也会经常在本地调试，或者跑个一轮，没问题再扔服务器。如果全程都是连着服务器的话，mac 不就是变成一个码字平板了吗。。

有没有 cv/nlp 领域的炼丹师，解答一下，你们用 m 系列的 mac 都有没有问题，怎么解决的

[fqy12300]

前端完全不需要考虑兼容性问题

[yy77]

挺难搞的，出了问题都不容易查到解决方案。尤其是很多开源代码会依赖一些比较老的库版本，到时候想调通可就费劲了。

[slannad]

@wa007 现在问题是，小数据量调试都无法完成，这就是难受的地方，如果只是 gpu 不能用，那还好，但是是 cpu 版本都不能用，调试都要依赖服务器；所以感觉有点麻烦

[slannad]

@Laussan 问个实际问题，家里自己配开发机的话，在外用就不太方便了吧，公网 ip/上传宽带都要考虑；直接买商业机器，用来做调试也感觉有点浪费 。
我公司开发也是需要 gpu 的时候全程服务器，但是也需要经常在自己电脑上，下个新的模型，debug 看看；这个场景需要自己的机器

[slannad]

@yy77 你应该已经感受到各种版本 /依赖的痛苦了

[slannad]

@Juszoe 😂如果是公司服务器，那无所谓。自己的笔记本也经常用得到，下个模型，deubg 看一下，为此买个服务器用来调试感觉太奢侈了

[Laussan]

@slannad ssh 能要多大带宽，5M 不到差不多稳够，直接用 vscode 远程。公网 ip 不是非常必须，找个云服务器提供商的轻量服务器中转 frp/用 zerotier 打洞 /用远程桌面软件串流 /打电话给运营商开公网 ip 都可以。多个步骤当然会稍微复杂一些，实际体验下来也没复杂多少。

我觉得调试最好的就是服务器是什么环境本地就有和它差不多的环境，最大程度避免不必要的精力耗散。