Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Use tensorflow compression with tensorflow federated on apple silicon

Aperta
#154 4 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python, tensorflow
Ambito
build-system, machine-learning

Direzione di ricerca

No files or tests are named. Start by reproducing the failure with the listed pip command and the tensorflow-compression==2.9.2 dependency on Apple silicon. Determine how the package is distributed for this platform; done means an identified installation path or a clearly scoped precompiled-package change.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Is your feature request related to a problem? Please describe.
During the installation of tensorflow-federated with pip on a MBP with apple silicon

python3 -m pip install tensorflow-macos==2.9.2 tensorflow-metal==0.6.0 tensorflow-federated==0.37.0

I got the error

Collecting tensorflow-federated==0.37.0
  Using cached tensorflow_federated-0.37.0-py2.py3-none-any.whl (903 kB)
ERROR: Could not find a version that satisfies the requirement tensorflow-compression==2.9.2 (from versions: none)
ERROR: No matching distribution found for tensorflow-compression==2.9.2

Describe the solution you'd like
how can i get the tensorflow-compression installed on apple silicon? It would be really great if we can have a pre-compiled package also for apple silicon.

Describe alternatives you've considered
I am open for any suggestions, would really like to use tensorflow-federated with metal and GPU on M1 apple silicon.

Lingua principale
Python
Stelle
923
Fork
258
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di tensorflow/compression

Tutte le issue di tensorflow/compression

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.