TensorFlow運(yùn)行出現(xiàn)以下信息說明工作站支持這些指令集但編譯的時(shí)候并沒有加入
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.

重新編譯TensorFlow源代碼支持SSE/AVX/FMA 指令集如下。

1.重新編譯TensorFlow，從github上直接下載源碼進(jìn)行編譯執(zhí)行如下命令：

git clone https://github.com/tensorflow/tensorflow

2.編譯源碼需使用bazel，首先安裝依賴庫

sudo apt-get install python3-numpy python3-dev python3-pip python3-wheel libcupti-dev

添加bazel源

echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -

更新源安裝bazel

sudo apt-get update && sudo apt-get install bazel

3.下載完成后，進(jìn)入tensorflow文件夾

cd tensorflow ./configure

如果是CPU版本的話全部默認(rèn)即可，如果使用GPU版本，在CUDA選項(xiàng)時(shí)輸入”y”即可。使用GPU版本需提前安裝CUDA和cuDNN

4.完成后執(zhí)行
CPU版本執(zhí)行如下命令

bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

GPU版本執(zhí)行如下命令

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package

待編譯完成后會(huì)出現(xiàn)如下信息

Target //tensorflow/tools/pip_package:build_pip_package up-to-date:bazel-bin/tensorflow/tools/pip_package/build_pip_package INFO: Elapsed time: 2416.621s, Critical Path: 107.87s INFO: Build completed successfully, 3273 total actions

然后編譯pip安裝包，CPU版本如下：

bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package

GPU版本如下：

bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

5.進(jìn)入/tmp/tensorflow_pkg/文件夾，查看編譯出來的版本信息并安裝，如下(python3.x)

$ cd /tmp/tensorflow_pkg/ $ ls #以下兩個(gè)命令選擇其中一個(gè)即可 $ sudo pip3 install tensorflow-1.5.0rc1-cp35-cp35m-linux_x86_64.whl #python3.x $ sudo pip install tensorflow-1.5.0rc1-cp35-cp35m-linux_x86_64.whl #python2.x

安裝完成即可

6.安裝完成后運(yùn)行如下代碼檢查是否安裝成功

>>> import tensorflow as tf >>> hello=tf.constant('Hello, TensorFlow') >>> sess=tf.Session() >>> print(sess.run(hello))

運(yùn)行結(jié)果如下：

b'Hello, TensorFlow'

總結(jié)

以上是生活随笔為你收集整理的重新编译TensorFlow1.4源代码支持SSE-AVX-FMA指令集 (Python3.5版本)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。