TensorFlow未编译CPU指令

Question

MacBook Air: OSX El Capitan

当我在终端中运行TensorFlow代码（python 3 tfpractice.py）时，我需要等待比正常更长的时间才能得到输出，接着会出现以下错误信息：

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. W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX2 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 FMA instructions, but these are available on your machine and could speed up CPU computations.

我不知道该如何解决这个问题。我希望通过pip3安装让TensorFlow正常工作。所以我按照路径找到了：tensorflow/core/platform/cpu_feature_guard

我需要在这里编辑代码吗？还是有其他方法可以使TensorFlow编译使用这些指令？

我使用sudo pip3 install tensorflow安装了TensorFlow。

- Fizics

---

其他人讨论了这个问题：https://dev59.com/x1gR5IYBdhLWcg3wd9G5 - xxi

Answer 1

注意：这些不是错误消息，而只是警告消息。

除了编写良好的代码之外，最大化TensorFlow性能的最佳方法是从源代码进行编译。

在那时，TF会要求您提供各种选项，其中也涉及这些指令的选项。

根据我的经验，从源代码编译的平均性能更好。

如果您正在进行一些可在GPU上完成的密集处理，则可能会解释您的等待时间。 要使用GPU支持，您需要执行pip3 install tensorflow-gpu。

- Ujjwal

---

谢谢。我会尝试您的建议并更新。 - Fizics

Answer 2

这些是警告，意味着在您的计算机上从源代码构建tensorflow可能更快。

然而，如果您想禁用它们，可以使用下面的代码。

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

这应该会消除警告。'TF_CPP_MIN_LOG_LEVEL'代表着Tensorflow环境变量的日志记录级别。如果你在Ubuntu上，你可以使用下面的代码：

export TF_CPP_MIN_LOG_LEVEL=2 

我希望这可以帮到你。

- user5368329

Answer 3

你也可以使用 bazel 编译，并使用优化参数：

bazel build -c opt --copt=-mavx --copt=-mavx2 --copt=-mfma --copt=-msse4.1 --copt=-msse4.2 //tensorflow/tools/pip_package:build_pip_package

我认为你可以在这个讨论中找到有用的内容：如何使用SSE4.2和AVX指令编译Tensorflow？

祝好运！

- Tai Christian

---

我建议使用 bazel build -c opt --copt=-march=native //tensorflow/tools/pip_package:build_pip_package。 -march=native 将选择当前机器上支持的所有 CPU 功能。要查看 CPU 功能，请使用 gcc -march=native -Q --help=target | grep enabled。 - RedEyed

Answer 4

这些只是警告。它们只是告诉您，如果您从源代码构建TensorFlow，则可以在您的计算机上更快。我认为这些指令在可用的构建版本中默认情况下未启用，以便与尽可能多的CPU兼容。

如果您对此有任何其他疑问，请随时提出，否则可以关闭。

尝试导出TF_CPP_MIN_LOG_LEVEL=2。

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

- Ajay Singh

---

这并不会让它运行得更快，只是消除了警告。 - Peter Cordes