Question

我刚刚使用pip安装了Tensorflow 1.0.0。在运行时，我收到如下所示的警告。

W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE3 instructions, but these are available on your machine and could speed up CPU computations.

我为SSE4.1，SSE4.2，AVX，AVX2，FMA提出了5个类似的警告。

尽管有这些警告，程序似乎运行良好。

Answer 1

export TF_CPP_MIN_LOG_LEVEL=2在Ubuntu上解决了我的问题。

https://github.com/tensorflow/tensorflow/issues/7778

Answer 2

我提出解决问题的方法：

let thumbnailPath = saveImageToDocumentDirectory(UIImage(cgImage: videoImage))

let video = Post(pathToVideo: URL(fileURLWithPath: docDataPath), thumbnail: URL(fileURLWithPath: thumbnailPath))

至少应该在任何Debian或Ubuntu系统上运行。

Answer 3

我对C不太了解，但我发现了这个

bazel build --linkopt='-lrt' -c opt --copt=-mavx --copt=-msse4.2 --copt=-msse4.1 --copt=-msse3-k //tensorflow/tools/pip_package:build_pip_package

如何构建程序？

Answer 4

即使您没有兼容（即Nvidia）GPU，您仍然可以通过pip install tensorflow-gpu安装tensorflow-gpu的预编译软件包。看起来除了GPU支持外，它还支持（或者至少不会抱怨）SSE3，AVX等CPU指令集扩展。我观察到的唯一不足之处是Python轮更大一点：tensorflow-gpu为90MB，而普通张量流为42MB。

在没有Nvidia GPU的机器上，我已经确认tensorflow-gpu 1.0正常运行而不显示cpu_feature_guard警告。

Answer 5

似乎GPU的PIP构建很糟糕，而且我收到GPU版本和GPU安装的警告......

Answer 6

这些只是警告。他们只是告诉您，如果您从源代码构建TensorFlow，它可以在您的机器上更快。

默认情况下，这些指令未在可用的构建中启用我认为尽可能与更多的CPU兼容。

Answer 7

正如警告所说，如果你需要更快地加速TF，你应该只用这些标志编译TF。

您可以使用TF环境变量TF_CPP_MIN_LOG_LEVEL，它的工作原理如下：

默认为0，显示所有日志
要过滤掉INFO日志，请将其设置为1
WARNINGS另外，2
并另外过滤掉ERROR日志，将其设置为3

因此，您可以执行以下操作来消除警告：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'
import tensorflow as tf

如何解决这些张量流警告？

7 个答案: