TensorFlow库没有在Google平台控制台上使用SSE3、SSE4.1、SSE4.2、AVX进行编译
TensorFlow库没有在Google平台控制台上使用SSE3、SSE4.1、SSE4.2、AVX进行编译
提问于 2017-03-10 06:56:44
我有一个TensorFlow模型来测试一个宽n深的神经网络，但是由于TensorFlow库中的一个bug，我无法让它在我的windows机器上运行。现在我不得不求助于Google平台。我已经设置了python文件输入的所有内容，但是当我通过控制台运行代码时，我会得到以下消息：
$ python -m widendeep.py -h
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.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.这些消息在Windows上运行时不会显示。这是因为我不能这样穿越云端吗？我是否必须使用gcloud引擎本地列车或gcloud ml引擎作业提交培训my_job？任何正确的方法的指导都是很棒的。
回答 1
Stack Overflow用户
发布于 2017-03-10 10:29:57
这些消息在Windows上运行时不会显示。这是因为我不能这样穿越云端吗？
您可以按-原样运行您的代码，或者至少如果不能，它与您列出的警告无关。
这些警告表明，在运行TensorFlow的机器体系结构中，您可能会获得更好的性能，因为它支持比编译时更高级的指令集。
我是否必须使用gcloud引擎本地列车或gcloud ml引擎作业提交培训my_job？
我对Google云并不太熟悉(目前我使用的是Amazon )，但我可以说，如果您确实需要使用上面的命令，它与上面列出的警告无关。
这些警告适用于CPU指令集以及它与GPU的交互方式，因此性能改进可能是显着的，也可能不是显着的(或根本不存在)，这取决于您的特定应用程序。
如果您想确保您正在使用正在运行您的程序的硬件的全部潜力，则需要在您正在运行的平台上编译TensorFlow (请检查How to compile Tensorflow with SSE4.2 and AVX instructions?)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42712166
复制相关文章
相似问题
腾讯云开发者
