Tensorflow編譯加快CPU

，因爲我用下面的命令在Python 2.7進口tensorflow後： sess = tf.Session()Tensorflow編譯加快CPU

警告/錯誤：

tensorflow /核心/平臺/ cpu_feature_guard.cc：45 ] TensorFlow 庫未編譯爲使用SSE4.2指令，但是您的機器上可以使用這些指令，並且可以加快CPU計算速度。

2017年2月2日00：41：48.616602：W tensorflow /核心/平臺/ cpu_feature_guard.cc：45] TensorFlow 庫編譯時不使用AVX指令，但這些都是可以你的機器上並可以加速CPU的計算。

2017年2月2日00：41：48.616614：W tensorflow /核心/平臺/ cpu_feature_guard.cc：45] TensorFlow 庫編譯時不使用AVX2指令，但這些都是可以你的機器上並可以加速CPU的計算。

2017年2月2日00：41：48.616624：W tensorflow /核心/平臺/ cpu_feature_guard.cc：45] TensorFlow 庫編譯時不使用FMA指令，但這些都是可以你的機器上並可以加速CPU的計算。

請幫我解決這個問題，這樣我可以使用我的機器以最佳的功率。

來源

2017-02-02 va4az

嗨，你是如何去安裝tensorflow？使用'pip'方式還是從源代碼構建它？ – Giridhur

必須使用-march = native flag從源代碼構建 –

@Gridhur我已經使用以下網站提供的某些指示從源代碼構建它：[link]（https://alliseesolutions.wordpress.com/2016/09/08/install -gpu-tensorflow-from-sources -w-ubuntu-16-04-and-cuda-8-0-rc /） – va4az

這些警告只是說如果您從源碼構建TensorFlow，它可以在您的機器上運行得更快。沒有解決辦法，因爲這不是問題，而是向用戶提供此信息的預期行爲。

這些CPU指令默認情況下未啓用，以提供與大多數機器的更廣泛的兼容性。

由於文檔說：

在啓動TensorFlow檢查它是否已經被編譯在CPU上提供的優化。如果不包括優化，則TensorFlow將發出警告，例如，不包括AVX，AVX2和FMA指令。

有關詳細信息，請參閱Performance Guide。

來源

2017-02-25 16:31:22 Adriano

@ Adriano，我從源頭上構建它。 – va4az

@ va4az在配置TensorFlow時，系統會提示您要啓用哪些標誌，當前如果您將其設置爲默認值，則會啓用CPU支持的指令以及TensorFlow與它們一起構建的指令。或者你沒有這些可用或者你沒有與他們一起構建。使用'gcc -march = native -Q --help = target | grep enable'來獲得可用的優化。請參閱[這個問題]（http://stackoverflow.com/questions/41293077/how-to-compile-tensorflow-with-sse4-2-and-avx-instructions）瞭解更多關於編譯這些指令的信息 – Adriano

-1

您看到的這些警告，告訴您編譯的代碼不會使用您擁有的這些指令，但不是所有的CPU。當維護人員爲存儲庫編譯代碼時，他們需要對其進行編譯，以便支持大部分CPU，這意味着他們會告訴編譯器使用特定於體系結構的指令。

如果您希望軟件包使用您的所有說明，則需要自行編譯，或者從源代碼安裝安裝。你可以找到關於如何做到這一點的文檔here，一旦你很容易從源碼編譯tensorflow，那麼你應該去閱讀performance specific instructions。

但是，在一天結束時，對於真實世界的應用程序，您可能確實需要GPU。確實，這些CPU指令可以提升性能，但這與使用GPU無法比擬。

來源

2017-08-31 07:32:13 adrin

Tensorflow編譯加快CPU

回答

相關問題