是否有一个未编译AVX指令的TensorFlow版本？

Question

是否有一个未编译AVX指令的TensorFlow版本？

31

我正在尝试在我的Chromebook上安装TensorFlow，虽然这不是最好的选择，但我只是想感受一下它。我在Python开发环境中没有做过太多工作，也没有在任何开发环境中工作过，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，但收到了这个错误：

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)

经过一些研究，我发现我的处理器（Intel Celeron N2840 (Bay Trail-M Architecture)）不支持AVX指令，所以我想知道是否有办法使用编译为其他指令集的版本。Cog告诉我可以使用MMX和各种SSE（不知道这是什么意思）。附言：这有点类似于TensorFlow error using AVX instructions on Linux while working on Windows on the same machine，但并非完全相同。另外，由于我没有50个声望，因此无法发表评论。再附言：我看了How to compile Tensorflow with SSE4.2 and AVX instructions?，感到害怕。

- bobe

如果您不介意使用旧版本，TF 直到 1.5 版本才编译了 AVX 指令，因此如果您安装该版本，您将能够尝试一些东西（但会错过很多其他功能）。 - GPhilo

否则，您将需要从源代码构建它或尝试搜索来自某人的非官方wheel，因为TF现在仅支持具有AVX CPU。 - GPhilo

@GPhilo 我能通过pip获取以前的版本吗，还是需要使用其他工具？ - bobe

2

pip install tensorflow=1.5 - GPhilo

7

你漏掉了一个等号：pip install tensorflow==1.5。 - Desty

没错，我永远不记得我需要一个还是两个。 - GPhilo

3个回答

1

尝试使用Anaconda。它应该有适用于旧CPU的TensorFlow发行版。编译TensorFlow 很困难。

- FooBar167

0

您可以在Github上找到预构建的轮子（支持Windows）：https://github.com/fo40225/tensorflow-windows-wheel，或者您可以自己构建轮子

我之前也遇到了同样的问题，但是我已经解决了。

- BrigaDella

2

理想情况下，我们应该在此处提供一个答案，以防链接失效。 - Book Of Zeus

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Chris · Accepted Answer

peter-cordes提出的最佳实践方法是通过执行以下命令来查看gcc将如何处理“CPU具有哪些功能”：

gcc -O3 -fverbose-asm -march=native -xc /dev/null -S -o- | less

这个命令将提供有关您的CPU功能的所有信息，从gcc的视角来看，gcc将进行构建，因此gcc的视角很重要。

什么时候会出现这种情况？当程序提供自适应于您的CPU时。我对我的CPU了解多少？好吧，上面的行将告诉您所需了解的一切。

话虽如此，通常，推广基于CPU功能的人/开发人员将陈述或建议一些事物的列表，如果您的CPU具有*，则这些事物将变得更快/更好/更强大。上述内容将为您提供*。仔细阅读您看到的内容。如果您没有它，您就不需要它，即。

-mno-avx(whatever you don't want;in my case it was avx)

在Ubuntu 16.04 LTS上，Mikael Fernandez Simalango提供了有关在旧CPU上安装支持的CPU的很好概述。它假定一个Python2.7环境，但很容易转换为Python3。问题的核心是提取您特定CPU上可用的CPU指令扩展，这些扩展将与-march = native一起使用，并通过/ proc / cpuinfo进行检查（但请注意，它似乎受到其接受的标志的限制，因此最好实际阅读上面的说明并反映）。

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"; }

在我的旧电脑上运行，输出如下：

-march=native -mssse3 -mcx16 -msse4.1 -msse4.2 -mpopcnt

它已经有了一部分的进展。不清楚的是如何表达“不这个”和“不那个”，对于旧的CPU来说，最可能的是-mno-avx。

对于旧的CPU，哪个-march很重要，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

这意味着我的回应应该是或可能是对于"./compile"问题的回答，并注意引号中的'westmere'，这也在gcc文档中出现，所以引号必须有其原因。

-march='westmere' -mssse3 -mcx16 -msse4.1 -msse4.2 -mpopcnt -mno-avx

但这可能会更好（请参见下面的讨论）：

-march=native -mssse3 -mcx16 -msse4.1 -msse4.2 -mpopcnt -mno-avx

"

-mno-avx是gcc的一个选项，经过多个小时的处理后会产生以下结果：

"

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'

这看起来像是成功。

重新陈述：以任何顺序，找出您的CPU支持哪些指令（或不支持），并明确说明它们。