这个张量流消息是什么意思？有副作用吗？安装成功了吗？

Question

我刚刚在 anaconda python 上安装了tensorflow v2.3。我尝试使用下面的 python 命令测试安装；

$ python -c "import tensorflow as tf; x = [[2.]]; print('tensorflow version', tf.__version__); print('hello, {}'.format(tf.matmul(x, x)))"

我收到以下消息；

2020-12-15 07:59:12.411952: I tensorflow/core/platform/cpu_feature_guard.cc:142] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)to use the following CPU instructions in performance-critical operations:  AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
hello, [[4.]]

从消息来看，似乎安装成功了。但

This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)to use the following CPU instructions in performance-critical operations:  AVX AVX2

到底是什么意思呢？

我使用的张量流版本是否具有一些有限的功能？有副作用吗？

我使用的是 Windows 10。

Answer 1

Tensorflow 的一个重要部分是它应该很快。通过合适的安装，它可以与 CPU、GPU 或 TPU 配合使用。快速运行的一部分意味着它根据您的硬件使用不同的代码。某些 CPU 支持其他 CPU 不支持的操作，例如矢量化加法（一次添加多个变量）。 Tensorflow 只是告诉您，您安装的版本可以使用 AVX 和 AVX2 操作，并且在某些情况下（例如在前向或后向矩阵乘法中）默认设置为这样做，这可以加快速度。这不是一个错误，它只是告诉您它可以并且将会利用您的 CPU 来获得额外的速度。

注：AVX 代表高级矢量扩展。

Answer 2

留言

This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)
to use the following CPU instructions in performance-critical operations:  AVX AVX2

意味着在性能很重要的地方（例如深度神经网络中的矩阵乘法），将使用某些优化的编译器指令。看来安装成功了。

oneDNN GitHub 存储库说：

oneAPI 深度神经网络库 (oneDNN) 是一个开源跨平台性能库，包含深度学习应用程序的基本构建模块。该库针对英特尔架构处理器、英特尔处理器显卡和基于 Xe 架构的显卡进行了优化。 oneDNN 对以下架构提供实验性支持：

Arm* 64 位架构 (AArch64)

NVIDIA* GPU

OpenPOWER* 电源 ISA (PPC64)

IBMz* (s390x)

Answer 3

我已经编译了 Tensorflow 库几次，如果你有类似以下内容：

kosinkie_l@Fedora ~/project/build $ python -c "import tensorflow as tf; x = [[2.]]; print('tensorflow version', tf.__version__); print('hello, {}'.format(tf.matmul(x, x)))"

2022-08-09 15:31:03.414926: I tensorflow/core/platform/cpu_feature_guard.cc:193] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations:  SSE3 SSE4.1 SSE4.2 AVX AVX2 FMA
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
tensorflow version 2.10.0-rc0
hello, Tensor("MatMul:0", shape=(1, 1), dtype=float32)
kosinkie_l@Fedora ~/project/build $

这意味着cpu可以使用，但是Tensorflow库不使用这些。

这些消息可能会令人困惑 - 所以我选择了源代码（tensorflow/core/platform/cpu_feature_guard.cc:193），并且有以下内容：

131 #ifndef __AVX__
132     CheckIfFeatureUnused(CPUFeature::AVX, "AVX", missing_instructions);
133 #endif  // __AVX__
134 #ifndef __AVX2__
135     CheckIfFeatureUnused(CPUFeature::AVX2, "AVX2", missing_instructions);
136 #endif  // __AVX2__
...
192     if (!missing_instructions.empty()) {
193       LOG(INFO) << "This TensorFlow binary is optimized with "
194                 << "oneAPI Deep Neural Network Library (oneDNN) "
195                 << "to use the following CPU instructions in performance-"
196                 << "critical operations: " << missing_instructions << std::endl
197                 << "To enable them in other operations, rebuild TensorFlow "
198                 << "with the appropriate compiler flags.";
199     }

方法“CheckIfFeatureUnused(CPUFeature::AVX, "AVX",missing_instructions)”检查CPU是否可以执行AVX，并将“AVX”放入missing_instructions集合中，打印出来。

Answer 4

您可以使用以下方法禁用这些消息：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '1' 

import tensorflow as tf

来源：https://stackoverflow.com/a/42121886

Answer 5

您必须创建新环境，或者尝试在当前基础环境的 GPU 中安装 Tensorflow，为此请使用以下命令...

创造新环境：

conda create --name py36 python==3.6.13 or any latest version

在CPU中安装tensorflow：

conda install tensorflow
conda install keras

在GPU中安装tensorflow：

conda install tensorflow-gpu
conda install tensorflow-estimator==2.1.0 or any latest version

希望对你有帮助，谢谢...

Answer 6

当您使用预构建的 TensorFlow 二进制文件时，通常会出现此消息，该二进制文件不支持 AVX2 和 FMA CPU 指令，这可以显着加速某些操作。要利用这些说明，您需要使用适当的编译器标志从源代码构建 TensorFlow。

要解决此问题，您可以按照以下步骤操作：

安装必要的软件依赖项，例如Python、 TensorFlow 的构建依赖项和 C++ 编译器。
从官方存储库下载 TensorFlow 源代码。
使用适当的标志配置构建，以启用对 AVX2 和 FMA 指令的支持。您可以通过传递来做到这一点 --config=opt 标记到 ./configure 脚本。
通过运行 bazel
```
build //tensorflow/tools/pip_package:build_pip_package
```
命令从源代码构建 TensorFlow。
最后，通过运行安装新构建的 TensorFlow pip 包
```
pip install /path/to/tensorflow_pkg.whl
```
。

完成这些步骤后，您应该拥有针对您的 CPU 进行优化并包含对 AVX2 和 FMA 指令的支持的 TensorFlow 版本。

Answer 7

当我在 Model.fit() 中使用 "verbose=0" 时，它发生了然后我删除它就解决了

Answer 8

我执行了以下命令在CPU和GPU上安装keras和tensorflow：

conda create --name py36 python==3.6.13
conda install tensorflow
conda install keras
conda install tensorflow-gpu
conda install tensorflow-estimator==2.1.0

这个张量流消息是什么意思？有副作用吗？安装成功了吗？

问题描述投票：0回答：8

8个回答

最新问题

这个张量流消息是什么意思？有副作用吗？安装成功了吗？

问题描述 投票：0回答：8

8个回答

最新问题

问题描述投票：0回答：8