utamed-comp

Script para macOS Apple Silicon (M1 / M2 / M3) + Jupyter

============================================================

Script para macOS Apple Silicon (M1 / M2 / M3) + Jupyter

OBJETIVO GENERAL

----------------

Este script automatiza la creación de un entorno conda aislado

con soporte GPU (Metal) para TensorFlow en macOS, y registra

dicho entorno como un kernel seleccionable en Jupyter Notebook.

El enfoque es deliberadamente defensivo:

- Detecta 'conda' incluso si Jupyter no hereda el PATH correcto

- Fija (pin) versiones compatibles de TensorFlow y tensorflow-metal

- Evita ejecuciones accidentales mediante confirmación explícita

Este tipo de script es típico en proyectos de IA donde:

- Se quiere garantizar reproducibilidad

- El profesor o revisor puede ejecutar el notebook en otra máquina

============================================================

import os import sys import shutil import subprocess from textwrap import dedent

============================================================

PASO 0) CONFIRMACIÓN EXPLÍCITA DE EJECUCIÓN

============================================================

Este script:

- crea entornos conda

- instala paquetes

- registra kernels en Jupyter

Son acciones con efectos persistentes en el sistema del usuario,

por lo que es buena práctica pedir confirmación explícita antes

de continuar (especialmente en un notebook).

Si el usuario no escribe exactamente "SI", el script se detiene.

respuesta = input( "⚠️ Este script creará un entorno conda y registrará un kernel en Jupyter.\n" "¿Estás seguro de que quieres continuar? Escribe 'SI' para confirmar: " )

if respuesta.strip() != "SI": print("❌ Ejecución cancelada por el usuario.") sys.exit(0)

============================================================

CONFIGURACIÓN GENERAL (AJUSTABLE)

============================================================

Nombre del entorno conda que se va a crear

ENV_NAME = "tf-metal311"

Nombre que aparecerá en el selector de kernels de Jupyter

KERNEL_DISPLAY_NAME = "Python (tf-metal311)"

Instalación opcional de librerías relacionadas con YOLO / visión

INSTALL_YOLO = True

Instalación de TensorFlow con aceleración Metal (GPU Apple)

INSTALL_TF_METAL = True

============================================================

PIN DE VERSIONES (CRÍTICO EN APPLE SILICON)

============================================================

En Apple Silicon, tensorflow-metal es un plugin binario.

Si la versión NO coincide con la de TensorFlow:

→ errores del tipo "Symbol not found" al importar tensorflow

Por eso se fijan versiones concretas que se sabe que funcionan.

TF_VERSION = "2.18.0" TF_METAL_VERSION = "1.2.0"

============================================================

LISTAS DE PAQUETES

============================================================

Paquetes típicos en un pipeline de visión por computador

YOLO_PKGS = [ "ultralytics", "opencv-python", "matplotlib", "pyyaml", "ipykernel", # Necesario para registrar el kernel en Jupyter ]

Paquetes TensorFlow + Metal con versiones fijadas

TF_METAL_PKGS = [ f"tensorflow=={TF_VERSION}", f"tensorflow-metal=={TF_METAL_VERSION}", ]

============================================================

AUTODETECCIÓN DE CONDA

============================================================

def detect_conda(): """ Intenta localizar el ejecutable 'conda' incluso cuando Jupyter no hereda correctamente el PATH del sistema.

Estrategia:

1. Probar si 'conda' está disponible en PATH
2. Probar rutas típicas de Anaconda / Miniconda / Miniforge en macOS

Devuelve:

• ruta a 'conda' si se encuentra
• lista de rutas probadas (útil para mensajes de error) """ tried = []

1) Caso ideal: conda está en PATH

p = shutil.which("conda") if p: return p, tried

2) Rutas típicas en macOS

home = os.path.expanduser("~") candidates = [ os.path.join(home, "anaconda3", "bin", "conda"), os.path.join(home, "miniconda3", "bin", "conda"), os.path.join(home, "miniforge3", "bin", "conda"), os.path.join(home, "mambaforge", "bin", "conda"), "/opt/anaconda3/bin/conda", "/opt/miniconda3/bin/conda", "/opt/miniforge3/bin/conda", "/opt/mambaforge/bin/conda", ]

for c in candidates: tried.append(c) if os.path.exists(c) and os.access(c, os.X_OK): return c, tried

return None, tried

============================================================

UTILIDADES

============================================================

def run(cmd): """ Ejecuta un comando externo mostrando exactamente qué se ejecuta. Si el comando falla, se lanza una excepción (fail fast). """ print("\n>>", " ".join(cmd)) subprocess.run(cmd, check=True)

def ensure_mac(): """ Verifica que el sistema operativo es macOS. TensorFlow + Metal solo tiene sentido en este entorno. """ if sys.platform != "darwin": raise RuntimeError( "Este script está diseñado exclusivamente para macOS (Apple Silicon)." )

============================================================

FUNCIÓN PRINCIPAL

============================================================

def main():

1) Comprobación de plataforma

ensure_mac()

2) Detección de conda

conda_path, tried = detect_conda() if not conda_path: raise RuntimeError(dedent(f""" No se ha podido localizar 'conda'.

Rutas probadas:

• """ + "\n - ".join(tried) + """

Posible solución:

• Abre Terminal y ejecuta: which conda
• Añade esa ruta a la lista de 'candidates' """).strip())

print("✅ Usando conda en:", conda_path)

3) Creación del entorno (si ya existe, se continúa)

print(f"\nCreando entorno '{ENV_NAME}' con Python 3.11...") try: run([conda_path, "create", "-n", ENV_NAME, "python=3.11", "-y"]) except subprocess.CalledProcessError: print(f"(Info) El entorno '{ENV_NAME}' ya existe. Continúo.")

4) Actualización de pip dentro del entorno

run([ conda_path, "run", "-n", ENV_NAME, "python", "-m", "pip", "install", "--upgrade", "pip" ])

5) Instalación opcional de paquetes de visión / YOLO

if INSTALL_YOLO: print("\nInstalando paquetes de visión / YOLO...") run([ conda_path, "run", "-n", ENV_NAME, "python", "-m", "pip", "install", *YOLO_PKGS ])

6) Instalación de TensorFlow + Metal con versiones fijadas

if INSTALL_TF_METAL: print("\nInstalando TensorFlow + Metal (versiones fijadas)...") for pkg in TF_METAL_PKGS: print(" -", pkg)

run([ conda_path, "run", "-n", ENV_NAME, "python", "-m", "pip", "install", "--no-cache-dir", "--force-reinstall", *TF_METAL_PKGS ])

7) Registro del kernel de Jupyter

print("\nRegistrando kernel de Jupyter...") run([ conda_path, "run", "-n", ENV_NAME, "python", "-m", "ipykernel", "install", "--user", "--name", ENV_NAME, "--display-name", KERNEL_DISPLAY_NAME ])

8) Validación básica: TensorFlow + GPU

if INSTALL_TF_METAL: print("\nValidación de TensorFlow y GPU Metal...") run([ conda_path, "run", "-n", ENV_NAME, "python", "-c", ( "import tensorflow as tf; " "print('TensorFlow:', tf.version); " "print('GPUs:', tf.config.list_physical_devices('GPU'))" ) ])

9) Mensaje final

print(dedent(f""" ✅ Entorno configurado correctamente.

En Jupyter: Kernel → Change Kernel → {KERNEL_DISPLAY_NAME}

Para desinstalar:

• Quitar kernel: jupyter kernelspec uninstall {ENV_NAME}
• Borrar entorno: {conda_path} remove -n {ENV_NAME} --all -y """).strip())

============================================================

EJECUCIÓN

============================================================

main()