有没有为AVX指令编译的TensorFlow版本？
我正试着在我的Chromebook上安装TensorFlow，我知道这不是最好的地方，但我只是想感受一下它。我在Python开发环境或任何开发环境中都没有做过太多的工作，所以请耐心等待。在弄清楚pip之后，我安装了TensorFlow并尝试导入它，收到了这个错误：
Python 3.5.2 (default, Nov 23 2017, 16:37:01)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2018-12-11 06:09:54.960546: F tensorflow/core/platform/cpu_feature_guard.cc:37] The TensorFlow library was compiled to use AVX instructions, but these aren't available on your machine.
Aborted (core dumped)经过研究，我发现我的处理器(英特尔赛扬N2840 (Bay Trail-M架构))不支持AVX指令，所以我想知道是否有办法使用为其他指令集编译的版本。Cog告诉我我可以使用MMX和各种use (不管那意味着什么)。
附言:这在某种程度上是TensorFlow error using AVX instructions on Linux while working on Windows on the same machine的复制品，但不是完全的。另外，我不能评论，因为我没有50个名气。
另外，我看着How to compile Tensorflow with SSE4.2 and AVX instructions?，很害怕
回答 3
Stack Overflow用户
发布于 2019-03-14 22:53:46
peter-cordes建议的一个最佳实践方法是，通过发出以下命令，看看gcc将如何利用你的“你的中央处理器拥有什么功能”：
gcc -O3 -fverbose-asm -march=native -xc /dev/null -S -o- | less此命令将从将进行构建的gcc的角度提供有关您的cpu功能的(所有)信息，所以gcc的观点很重要。
这是什么时候出现的？当一个程序为你的cpu量身定做时。见鬼。我怎么知道我的cpu。好的，上面的这一行将告诉你所有你需要知道的。
这就是说，一般来说，推广基于cpu的功能的人/开发人员会陈述或建议一系列更快/更好/更强的事情，如果你的cpu有*。上面的代码将会给你*。仔细阅读你所看到的。如果你没有它，你就不想要它。
-mno-avx(whatever you don't want;in my case it was avx)Ubuntu16.04LTS的Mikael Fernandez Simalango提供了在老的CPU上安装cpu的一个很好的概述。它假定环境为python2.7，但很容易转换为python3。问题的核心是通过/proc/cpuinfo提取哪些cpu指令扩展在您的特定cpu上可用，这些cpu指令扩展将在-march=native之外使用(但请注意，它似乎受限于它接受的标志，所以更好的方法是实际阅读上面的指令并反映出来)。
grep flags -m1 /proc/cpuinfo | cut -d ":" -f 2 | tr '[:upper:]'
'[:lower:]' | { read FLAGS; OPT="-march=native"; for flag in $FLAGS;
do case "$flag" in "sse4_1" | "sse4_2" | "ssse3" | "fma" | "cx16" |
"popcnt" | "avx" | "avx2") OPT+=" -m$flag";; esac; done;
MODOPT=${OPT//_/\.}; echo "$MODOPT"; }在我的旧机器输出上运行以下代码：
-march=native -mssse3 -mcx16 -msse4.1 -msse4.2 -mpopcnt它在一定程度上达到了这个目标。不清楚的是如何说“不是这个”和“不是那个”，对于旧的CPU来说，这很可能是-mno-avx。
对于旧的cpu，-march很重要，而Nephanth非常有用地解决了这个问题：
gcc -march=native -Q --help=target|grep march产生
-march= westmere这意味着我对./compile问题的回答应该是，或者可能是，并注意引号'westmere‘，它也在gcc文档中，所以’肯定是有原因的
-march='westmere' -mssse3 -mcx16 -msse4.1 -msse4.2 -mpopcnt -mno-avx但这可能要好得多(参见下面的讨论)：
-march=native -mssse3 -mcx16 -msse4.1 -msse4.2 -mpopcnt -mno-avx-mno-avx是gcc的一个选项，几个小时后，结果是
Python 3.5.2 (default, Nov 23 2017, 16:37:01)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more
information.
>>> import tensorflow as tf
>>>
>>> tf.__version__
'2.0.0-alpha0'这看起来很成功。
再说一遍:以任何一种顺序，找出你的cpu支持(或不支持)哪些指令，并明确说明这些指令。
Stack Overflow用户
发布于 2019-04-16 22:43:58
试试Anaconda。它应该有针对旧CPU的TensorFlow发行版。编译TensorFlow is difficult。
Stack Overflow用户
发布于 2019-09-28 13:54:49
你可以在Github：https://github.com/fo40225/tensorflow-windows-wheel上找到预建的轮子(对windows的支持)，也可以自己构建轮子
我也有同样的问题，但我把它解决了。
https://stackoverflow.com/questions/53723217
复制相似问题