首先是问题陈述:如何正确设置tensorflow以便使用remote Docker environment在DSVM上运行?这可以在aml_config/*.runconfig
中完成吗
我收到以下消息,我希望能够利用扩展FMA操作提高的速度。
tensorflow/core/platform/cpu_feature_guard.cc:140]您的CPU支持此TensorFlow二进制文件未编译使用的指令: AVX2 FMA
背景:我利用通过Azure ML Workbench管理的本地docker环境进行初始测试和代码验证,这样我就不会经常运行昂贵的DSVM。一旦我评估出我的代码符合我的喜好,我就会在Azure DSVM上的远程docker实例上运行它。
我希望在我的计算环境中有一个一致的conda环境,所以这个效果非常好。然而,我不知道如何控制tensorflow构建来优化手头的硬件(例如,我在macOS上的本地docker与Ubuntu DSVM上的远程docker )
发布于 2018-06-07 04:09:15
通知指出,您应该从源代码编译TensorFlow以利用这种特定的CPU体系结构,以便它运行得更快。如果你选择编译,你可以安全地忽略这一点,但是,你可以编译并安装TensorFlow源代码,然后使用本机VM执行模式(与使用Docker)从Azure Machine Learning运行它。
希望这对你有帮助,瑟琳娜
https://stackoverflow.com/questions/50704982
复制相似问题