轉自 濤哥帶你學編程

安裝TensorFlow（CPU版本），使用pip install tensorflow安裝，安裝一切順利，但是在跑一個簡單的程序時，遇到如下情況：

大概意思是：你的CPU支持AVX擴展，但是你安裝的TensorFlow版本無法編譯使用。

原因：

除了通常的算術和邏輯，現(xiàn)代CPU提供了許多低級指令，稱為擴展，例如， SSE2，SSE4，AVX等來自維基百科：

高級矢量擴展（AVX）是英特爾在2008年3月提出的英特爾和AMD微處理器的x86指令集體系結構的擴展，英特爾首先通過Sandy Bridge處理器在2011年第一季度推出，隨后由AMD推出Bulldozer處理器在2011年第三季度.AVX提供了新功能，新指令和新編碼方案。
特別是，AVX引入了融合乘法累加（FMA）操作，加速了線性代數(shù)計算，即點積，矩陣乘法，卷積等。幾乎所有機器學習訓練都涉及大量這些操作，因此將會支持AVX和FMA的CPU（最高達300％）更快。該警告指出您的CPU確實支持AVX（hooray！）。

在此強調一下：

這只限于CPU。如果你有一個GPU，你不應該關心AVX的支持，因為大多數(shù)昂貴的操作將被分派到一個GPU設備上（除非明確地設置）。在這種情況下，您可以簡單地忽略此警告。

那為什么會出現(xiàn)這種警告呢？

由于tensorflow默認分布是在沒有CPU擴展的情況下構建的，例如SSE4.1，SSE4.2，AVX，AVX2，FMA等。默認版本（來自pip install tensorflow的版本）旨在與盡可能多的CPU兼容。另一個觀點是，即使使用這些擴展名，CPU的速度也要比GPU慢很多，并且期望在GPU上執(zhí)行中型和大型機器學習培訓。

解決方法：

• 如果安裝的是GPU版本

如果你有一個GPU，你不應該關心AVX的支持，因為大多數(shù)昂貴的操作將被分派到一個GPU設備上（除非明確地設置）。在這種情況下，您可以簡單地忽略此警告：

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

• 如果安裝的是CPU版本（pip install tensorflow）

• 1.在代碼中加入如下代碼，忽略警告：
  
  import os
  os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
  2.編譯TensorFlow源碼
  如果您沒有GPU并且希望盡可能多地利用CPU，那么如果您的CPU支持AVX，AVX2和FMA，則應該從針對CPU優(yōu)化的源構建tensorflow。在這個問題中已經討論過這個問題，也是這個GitHub問題。 Tensorflow使用稱為bazel的ad-hoc構建系統(tǒng)，構建它并不是那么簡單，但肯定是可行的。在此之后，不僅警告消失，tensorflow性能也應該改善。

  參考：

  https://stackoverflow.com/questions/47068709/your-cpu-supports-instructions-that-this-tensorflow-binary-was-not-compiled-to-u?answertab=votes#tab-top

總結

以上是生活随笔為你收集整理的警告：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA的全部內容，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)站內容還不錯，歡迎將生活随笔推薦給好友。