您的CPU支持关于此TensorFlow二进制文件未编译用于使用的指令：AVXAVX 2

Question

您的CPU支持关于此TensorFlow二进制文件未编译用于使用的指令：AVXAVX 2我是坦索弗洛的新手。我最近安装了它(WindowsCPU版本)并收到以下消息：成功安装了TensorFlow-1.4.0 TensorFlow-tensorboard-0.4.0rc2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)42sess.close()(我发现https://github.com/tensorflow/tensorflow)我收到以下消息：2017-11-02 01：56：21.698935：C：\tf_jenkins\home\workspace\rel-win\M\windows\PY\36\tensorflow\core\platform\cpu_feature_guard.cc:137]您的cpu支持这样的指令，即这个TensorFlow二进制文件没有编译以使用：avx 2。但当我跑import tensorflow as tf hello = tf.constant('Hello, TensorFlow!')sess = tf.Session()print(sess.run(hello))它按原样运行并输出Hello, TensorFlow!，这表明安装确实成功，但还有其他错误。你知道问题出在哪里吗？如何解决？谢谢。

Answer 1

GPU在CPU优化中的应用

通过从源代码安装TensorFlow可以提高性能，即使您有GPU并使用它进行培训和推理。原因是有些TF操作只有CPU实现，不能在GPU上运行。

另外，还有一些性能提升技巧可以很好地利用您的CPU。TensorFlow性能指南建议如下：

在CPU上放置输入流水线操作可以显著提高性能。利用CPU的输入管道释放GPU专注于训练。

为了获得最好的性能，您应该编写代码来利用CPU和GPU协同工作，如果您有GPU，则不要将其全部转储到GPU上。让您的TensorFlow二进制文件为您的CPU进行优化，可以节省几个小时的运行时间，您必须这样做一次。