not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
2024-09-20 07:48:24
Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
你的 CPU 支持AVX AVX2，但你安装的 TensorFlow 版本不支持,网友解答
高级矢量扩展（AVX）是英特尔在2008年3月提出的英特尔和AMD微处理器的x86指令集体系结构的扩展，英特尔首先通过Sandy Bridge处理器在2011年第一季度推出，随后由AMD推出Bulldozer处理器在2011年第三季度.AVX提供了新功能，新指令和新编码方案。
特别是，AVX引入了融合乘法累加（FMA）操作，加速了线性代数计算，即点积，矩阵乘法，卷积等。几乎所有机器学习训练都涉及大量这些操作，因此将会支持AVX和FMA的CPU（最高达300％）更快。该警告指出您的CPU确实支持AVX（hooray！）
由于tensorflow默认分布是在没有CPU扩展的情况下构建的，例如SSE4.1，SSE4.2，AVX，AVX2，FMA等。默认版本（来自pip install tensorflow的版本）旨在与尽可能多的CPU兼容。另一个观点是，即使使用这些扩展名，CPU的速度也要比GPU慢很多，并且期望在GPU上执行中型和大型机器学习培训
解决方法，开头输入：
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
最新文章
- c# .net获取随机字符串！
- 谈谈asp.net MVC中的AppendTrailingSlash以及LowercaseUrls ，你还记得吗？
- 【WCF】WCF中的InstanceContext与ConcurrencyMode【转】
- 浅谈FTP 与 LFTP 的 nlist 和 mget 功能
- js 闭包演示
- 关于变量和函数前&符号的作用
- IntelliJ_设置
- fastJson顺序遍历JSON字段
- github如何pull最新代码
- Java [Leetcode 102]Binary Tree Level Order Traversal
- codeforce 230D Dijsktra
- JSTL解析——002——core标签库01
- SOJ 1210 二叉树
- 让你瞬间萌比的35个python小技巧
- asp.net Socket的简单Web Server
- Java读取数据源相关信息
- 洛谷 P1163"银行贷款"（二分）
- 开发板测试-GPRS
- node.js依赖express解析post请求四种数据格式（）
- MySQL数据类型--与MySQL零距离接触2-13MySQL唯一约束