是否支持张量流python 3.7

Question

当我在终端中使用Keras和tensorflow库运行几行代码进行图像分类时，在Mac设备中出现了该错误。我读了一些文章，其中一些说tensorflow不支持python 3.7，如果可以的话我该怎么办？

tensorflow:From /Users/selimerhan/opt/anaconda3/envs/myenv/lib/python3.7/site-packages/
tensorflow/python/ops/math_ops.py:3066: to_int32 (from tensorflow.python.ops.math_ops) 
  is deprecated and will be removed in a future version. Instructions for updating: 
    Use tf.cast instead. 2020-06-05 03:54:37.912219: I tensorflow/core/platform/
      cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary
      was not compiled to use: AVX2 FMA Epoch 1/57

Answer 1

这是警告，而不是错误，与TensorFlow对Python 3.7的支持无关

Tensorflow必须更新才能运行python 3.7。需要张量流2.2。我建议您创建一个new environment

此警告是关于什么的？

现代CPU除了提供通常的算术和逻辑（称为扩展，例如扩展）外，还提供许多低级指令。 SSE2，SSE4，AVX等。从Wikipedia：

Advanced Vector Extensions（AVX）是x86指令的扩展名英特尔和AMD提出的微处理器集架构英特尔于2008年3月首次获得英特尔与桑迪的支持桥处理器将于2011年第一季度发布，随后由AMD与推土机处理器将于2011年第三季度发货。AVX提供了新功能，新指令和新编码方案。

特别是，AVX引入了fused multiply-accumulate（FMA）运算，该运算可加快线性代数的计算速度，即点积，矩阵乘法，卷积等。几乎每个机器学习训练都涉及大量这些运算，因此将在支持AVX和FMA（最高300％）的CPU上速度更快。该警告指出您的CPU确实支持AVX（万岁！）。

我想在这里强调：这全是关于[[仅CPU。

为什么不使用它？

因为生成了张量流默认分布without CPU extensions，例如SSE4.1，SSE4.2，AVX，AVX2，FMA等。默认构建（pip install tensorflow中的一个）旨在与尽可能多的CPU兼容可能。另一个论点是，即使有了这些扩展，CPU也比GPU慢很多，并且期望在GPU上进行中型和大型机器学习训练。

您应该怎么做？

[如果有GPU

，则不必在乎AVX的支持，因为大多数昂贵的操作将在GPU设备上分派（除非明确设置为不这样做）。在这种情况下，您可以通过忽略此警告

# Just disables the warning, doesn't enable AVX/FMA
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

...，或者如果您在Unix上，则通过设置export TF_CPP_MIN_LOG_LEVEL=2。无论如何，Tensorflow都工作正常，但是您不会看到这些烦人的警告。
如果没有GPU

并希望尽可能多地利用CPU，则您应该使用AVX，AVX2和FMA从针对your >> CPU]优化的源构建张量流。如果您的CPU支持它们，则启用。在this question和this GitHub issue中都有讨论。 Tensorflow使用一个名为bazel的临时构建系统，构建它并不是那么简单，但是肯定是可行的。此后，不仅警告会消失，而且tensorflow性能也将得到改善。