Rumah > pembangunan bahagian belakang > Tutorial Python > Mengapa TensorFlow Memberi Amaran Mengenai Arahan AVX/AVX2 yang Tidak Disokong, dan Bagaimana Saya Boleh Membetulkannya?

Mengapa TensorFlow Memberi Amaran Mengenai Arahan AVX/AVX2 yang Tidak Disokong, dan Bagaimana Saya Boleh Membetulkannya?

Patricia Arquette
Lepaskan: 2024-11-27 00:22:11
asal
754 orang telah melayarinya

Why Does TensorFlow Warn About Unsupported AVX/AVX2 Instructions, and How Can I Fix It?

"CPU anda menyokong arahan bahawa binari TensorFlow ini tidak disusun untuk digunakan: AVX AVX2"

Soalan:

Saya memasang TensorFlow dan menerima mesej amaran yang menyatakan bahawa CPU saya menyokong arahan bahawa binari tidak disusun untuk digunakan. Mengapa ini berlaku, dan bagaimana saya boleh membetulkannya?

Jawapan:

Apakah amaran itu?

AVX (Lanjutan Sambungan Vektor) dan FMA (Tambah Darab Bersatu) ialah sambungan kepada seni bina set arahan x86 yang menyediakan pengiraan algebra linear yang lebih pantas seperti produk titik, darab matriks dan konvolusi. CPU moden menyokong sambungan ini, yang boleh mempercepatkan latihan pembelajaran mesin dengan ketara.

Mengapa ia tidak digunakan kemudian?

Pengedaran TensorFlow lalai direka bentuk untuk keserasian dengan seberapa banyak CPU yang mungkin. Ia bertujuan untuk digunakan dengan GPU, yang jauh lebih pantas daripada CPU untuk tugas latihan berskala besar.

Perkara yang perlu dilakukan:

Jika anda mempunyai GPU:

  • Abaikan amaran menggunakan os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'.

Jika anda tidak mempunyai GPU dan ingin menggunakan CPU:

  • Bina TensorFlow daripada sumber dengan AVX, AVX2 dan FMA didayakan. Ini memerlukan penggunaan sistem binaan Bazel, seperti yang diterangkan dalam perbincangan yang dipautkan. Ini sepatutnya menghapuskan amaran dan meningkatkan prestasi.

Atas ialah kandungan terperinci Mengapa TensorFlow Memberi Amaran Mengenai Arahan AVX/AVX2 yang Tidak Disokong, dan Bagaimana Saya Boleh Membetulkannya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan