Tensorflow不支持AVX2指令集的解決方法
這幾天研究了一下FCN(全卷積網(wǎng)絡(luò)),由于電腦配置不夠,用GPU訓練直接報OOM(內(nèi)存溢出)了, 于是轉(zhuǎn)戰(zhàn)CPU,當然,這樣會很慢,之后會繼續(xù)搞一下,減小一下網(wǎng)絡(luò)的復(fù)雜度,對一些參數(shù)設(shè)置一波,看能不能正常跑下來。
記得一開始沒有裝GPU版的tensorflow時用CPU版本跑程序的時候總是報警告:Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2,當時沒有太在意,大概搜了一下,就是說你的電腦是支持AVX2的,但是你裝的tensorflow版本卻不支持,當然,如果有GPU的話就可以忽視這個了,畢竟優(yōu)先使用后者~既然可以更好一點(使用AVX2),那就追求一下完美吧……
網(wǎng)上很大部分資料對于這一塊采取的措施都是屏蔽掉,所謂眼不見心不煩,但這樣只能是自欺欺人啊,治標不治本,于是探究了一下,成功解決了這一問題,現(xiàn)記錄一下:
1. 首先在Anaconda中創(chuàng)建虛擬環(huán)境,命名為cpu_avx2,python版本指定為3.7,這樣避免出錯崩潰影響到其他程序操作:

2. 在這里下載對應(yīng)版本的tensorflow:https://github.com/fo40225/tensorflow-windows-wheel,比如我需要的是CPU+AVX2+Python3.7,那么我就選擇第二個:

按照路徑提示,在上邊找到對應(yīng)的.whl文件,對應(yīng)本次安裝的路徑為:

3. 將該文件下載下來,放到相應(yīng)的目錄下(為了方便建議放到命令窗口對應(yīng)的目錄下,這樣就不用再切換目錄了,反正只要能找到該文件就行):

然后打開Anaconda Prompt,進入剛才創(chuàng)建的虛擬空間cpu_avx2,安裝即可:

完事后可以看一下安裝的包:

整個過程大概持續(xù)幾分鐘,需要安裝一些依賴,如果不能下載.whl文件的話就直接在命令窗口使用該命令從github下載安裝:
pip install https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.14.0/py37/CPU/avx2/tensorflow-1.14.0-cp37-cp37m-win_amd64.whl
友情提示,在Pytharm中要正確選擇編譯器,在本例中我們使用的是虛擬環(huán)境cpu_avx2:

這樣以后再跑程序就不會再有如標題所示的警告提醒了,相應(yīng)的性能也會有所提升,對于無N卡的電腦來說還是很不錯的……
以上這篇Tensorflow不支持AVX2指令集的解決方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實現(xiàn)的jpg格式圖片修復(fù)代碼
這篇文章主要介紹了python實現(xiàn)的jpg格式圖片修復(fù)代碼,本文直接給出實現(xiàn)代碼,需要的朋友可以參考下2015-04-04
Python實現(xiàn)模擬瀏覽器請求及會話保持操作示例
這篇文章主要介紹了Python實現(xiàn)模擬瀏覽器請求及會話保持操作,結(jié)合實例形式分析了Python基于urllib與urllib2模塊模擬瀏覽器請求及cookie保存會話相關(guān)操作技巧,需要的朋友可以參考下2018-07-07
給Python學習者的文件讀寫指南(含基礎(chǔ)與進階)
今天,貓貓跟大家一起,好好學習Python文件讀寫的內(nèi)容,這部分內(nèi)容特別常用,掌握后對工作和實戰(zhàn)都大有益處,學習是循序漸進的過程,欲速則不達2020-01-01
Python基類函數(shù)的重載與調(diào)用實例分析
這篇文章主要介紹了Python基類函數(shù)的重載與調(diào)用方法,實例分析了Python中基類函數(shù)的重載及調(diào)用技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-01-01

