你的CPU支持这个TensorFlow二进制文件未编译使用的指令:AVX AVX2

我最近安装了tensorflow (Windows CPU版本)，收到了以下消息:

成功安装tensorflow-1.4.0 tensorflow-tensorboard-0.4.0rc2

然后当我试图逃跑的时候

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)
'Hello, TensorFlow!'
a = tf.constant(10)
b = tf.constant(32)
sess.run(a + b)
42
sess.close()

(我是在https://github.com/tensorflow/tensorflow上找到的)

我收到了以下信息:

2017-11-02 01:56:21.698935: I C:\tf_jenkins\home\workspace\rel-win\M\windows\PY\36\tensorflow\core\platform\cpu_feature_guard。cc:137]你的CPU支持这个TensorFlow二进制文件没有被编译使用的指令:AVX AVX2

但当我逃跑时

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

它正常运行并输出Hello, TensorFlow!，这表明安装确实是成功的，但还有一些地方是错误的。

你知道问题是什么以及如何解决它吗?

当前回答

对于Windows，你可以检查官方的英特尔MKL优化TensorFlow车轮是用AVX2编译的。这个解决方案加快了我的推理速度。

conda install tensorflow-mkl

2019-01-07 11:07:27

其他回答

正如这条消息所说，你的CPU支持TensorFlow二进制文件未编译使用的指令。这应该不是CPU版本的TensorFlow的问题，因为它不执行AVX(高级向量扩展)指令。然而，TensorFlow似乎在代码的某些部分使用了AVX指令，这条消息只是一个警告，你可以放心地忽略它。你可以用AVX指令编译你自己的TensorFlow版本。

2022-07-14 22:56:49

对我有用的是这个图书馆https://pypi.org/project/silence-tensorflow/

安装这个库，并按照页面上的指示，它的工作就像一个魅力!

2020-06-11 14:26:56

对于Windows，你可以检查官方的英特尔MKL优化TensorFlow车轮是用AVX2编译的。这个解决方案加快了我的推理速度。

conda install tensorflow-mkl

2019-01-07 11:07:27

对于Windows(感谢所有者f040225)，请访问这里:https://github.com/fo40225/tensorflow-windows-wheel，根据“tf + python + cpu_instruction_extension”的组合获取您的环境的url。然后使用这个cmd来安装:

pip install --ignore-installed --upgrade "URL"

如果你遇到“File is not a zip File”错误，下载.whl文件到你的本地计算机，并使用这个cmd来安装:

pip install --ignore-installed --upgrade /path/target.whl

2019-01-05 04:18:19

他提供了一次名单，被人删了却看到答案是下载软件包列表

输出:

F:\temp\Python>python test_tf_logics_.py
[0, 0, 26, 12, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0]
[ 0  0  0 26 12  0  0  0  2  0  0  0  0  0  0  0  0]
[ 0  0 26 12  0  0  0  2  0  0  0  0  0  0  0  0  0]
2022-03-23 15:47:05.516025: I tensorflow/core/platform/cpu_feature_guard.cc:151] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations:  AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
2022-03-23 15:47:06.161476: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1525] Created device /job:localhost/replica:0/task:0/device:GPU:0 with 10 MB memory:  -> device: 0, name: NVIDIA GeForce GTX 1060 6GB, pci bus id: 0000:01:00.0, compute capability: 6.1
[0 0 2 0 0 0 0 7 0 0 0 0 0 0 0 0 0]
...

2022-03-23 08:50:52

你的CPU支持这个TensorFlow二进制文件未编译使用的指令:AVX AVX2

推荐文章

最新文章

标签