成功解决Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

简介: 成功解决Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2

目录


解决问题


资料参考


思路分析


解决办法



解决问题


在导入tensorflow后,进行运算时,出现了红色错误!


import tensorflow as tf


import numpy as np

image.png


资料参考


      Advanced Vector Extensions (AVX, also known as Sandy Bridge New Extensions) 先进的矢量扩展(AVX,也称为桑迪桥新的扩展)是从英特尔和英特尔在2008年3月提出的微处理器的X86指令集架构的扩展,第一次由英特尔支持,在第2011季度和以后的SoeBoE桥处理器装运。AMD与推土机处理器航运在Q3 2011。AVX提供了新的特性、新的指令和新的编码方案。AVX2将大多数整数命令扩展为256位,并介绍了融合乘法累加(FMA)操作。AVX-512扩展AVX到512位支持使用一个新的EVEX前缀编码由英特尔提出的2013年7月,第一次支持英特尔与骑士着陆处理器,在2016装运。


image.png


import os  

os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级,显示所有信息  

os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error  

os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error  


思路分析



        参考网友的评论解释:这个意思其实是,您下载的TensorFlow太low了,根本没有通过兼容AVX来Compile。如果您下载源代码在该电脑上重新compile,就可以支持AVX。其实你的电脑是支持AVX的,只是编译好的TensorFlow不支持。



网友分析比较正确请参考理解


1、第一位网友


https://github.com/lakshayg/tensorflow-build 这有别人编译好的


2、第二位网友

image.png

3、第三位网友


社区里说需要从源代码安装TensorFlow,以编译支持SIMD指令集的TF,这样可以更快的使用tf,https://www.tensorflow.org/install/source

image.png

解决办法


在最顶行写入


import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

image.png



       此方法,只能可以临时屏蔽警告信息,看起来舒服了一些。因为博主能力有限,如果网友们,有更好的解决办法,群策群力,请留言探讨,共同学习啦!


相关文章
|
12月前
|
Docker Windows 容器
cpu不支持avx指令集怎么办
如果CPU不支持AVX指令集,可以考虑以下两种解决方案: 更新BIOS版本:在某些情况下,更新BIOS版本可能会支持AVX指令集。可以联系电脑厂商或者查阅相关教程进行BIOS更新。 更换支持AVX指令集的CPU:如果更新BIOS版本后仍不支持AVX指令集,那么可以考虑更换支持AVX指令集的CPU。可以根据自己的需求和预算选择适合的CPU。 另外,如果在tf1.6以后的官方的tf包都是用AVX编译的,而电脑的CPU不支持AVX指令集,那么可以考虑使用Docker来配置运行环境。但需要注意,Docker在Windows上配置稍显繁琐,并需要配置虚拟机等其他东西。 总的来说,如果不支持AVX指令
3158 0
|
3月前
|
机器学习/深度学习 TensorFlow API
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
Keras是一个高层神经网络API,由Python编写,并能够在TensorFlow、Theano或CNTK之上运行。Keras的设计初衷是支持快速实验,能够用最少的代码实现想法,并且能够方便地在CPU和GPU上运行。
|
5月前
|
Linux Windows
如何检测cpu是否支持avx2
【4月更文挑战第16天】如何检测cpu是否支持avx2
2277 0
|
5月前
|
并行计算 TensorFlow 算法框架/工具
Linux Ubuntu配置CPU与GPU版本tensorflow库的方法
Linux Ubuntu配置CPU与GPU版本tensorflow库的方法
128 1
|
5月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
Anaconda配置Python新版本tensorflow库(CPU、GPU通用)的方法
Anaconda配置Python新版本tensorflow库(CPU、GPU通用)的方法
131 1
|
11月前
|
数据可视化 PyTorch TensorFlow
Keras和Tensorflow(CPU)安装、Pytorch(CPU和GPU)安装以及jupyter使用虚拟环境
Keras和Tensorflow(CPU)安装、Pytorch(CPU和GPU)安装以及jupyter使用虚拟环境
169 0
|
并行计算 TensorFlow 算法框架/工具
模型部署专题 | 02 :BERT-Tensorflow模型部署(CPU版和GPU版)
介绍如何用Tensorflow部署BERT模型,包括CPU版和GPU版
|
机器学习/深度学习 人工智能 Linux
TensorFlow 2.9上线:oneDNN改进实现CPU性能优化,WSL2开箱即用
TensorFlow 2.9上线:oneDNN改进实现CPU性能优化,WSL2开箱即用
298 0
|
机器学习/深度学习 自然语言处理 搜索推荐
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
330 0
基于Windows环境下CPU和GPU版本Tensorflow详细安装过程
|
并行计算 编译器 TensorFlow
win10 install tensorflow error:Loaded runtime CuDNN library: 7102 but source was compiled with 7005
win10 install tensorflow error:Loaded runtime CuDNN library: 7102 but source was compiled with 7005
160 0
下一篇
无影云桌面