TensorFlow 未使用高级 CPU 指令,CPU存在警告:I tensorflow/core/platform/cpu_feature_guard.cc:193] I tensorflow/.

这篇具有很好参考价值的文章主要介绍了TensorFlow 未使用高级 CPU 指令,CPU存在警告:I tensorflow/core/platform/cpu_feature_guard.cc:193] I tensorflow/.。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、项目场景:

在测试tensorflow安装是否成功时,出现以下问题,虽然不影响程序的运行,还是好奇的查了下解决办法。
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: AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.”


2、原因分析:

报错代码:

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:  AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.

表明 CPU 支持AVX AVX2 (可以加速CPU计算),但是你安装的 TensorFlow 版本不支持


3、解决方案:

1、可以忽略,或者加代码忽视这些问题。
2、如果想解决这个问题,可以卸载原来版本的tensorflow,安装cuda和cudnn和tensorflow对应的版本,链接地址:GPU对应cuda。
卸载使用命令如下:

pip uninstall tensorflow

完成后可以用pip list查看一下所有库,检查是否成功卸载。
安装tensorflow,进入anaconda创建的虚拟环境文章来源地址https://www.toymoban.com/news/detail-551971.html

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow-gpu

到了这里,关于TensorFlow 未使用高级 CPU 指令,CPU存在警告:I tensorflow/core/platform/cpu_feature_guard.cc:193] I tensorflow/.的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Tensorflow CPU版本安装

    1.在开始任务栏中找到Conda Prompt(图1),并打开,打开效果见图2。 图 1​​​​ 图 2 2.创建tensorflow的虚拟环境,输入命令 conda create -n name python=x.x,其中name表示想要创建虚拟环境的名称,python后的x.x表示在虚拟环境下想要使用的python版本,输入命令后回车即可,结果图如图

    2023年04月08日
    浏览(31)
  • tensorflow1 tensorflow 2 安装配置(cpu+gpu)windows+linux

    tensorflow1和2的安装部署,演示2.14版本(最新是2.15版本) windows和linux用法一致,我是在win10和ubuntu2204下都手动测试过的 本文使用的conda的方式,2023年12月10日更新 如果中间有任何报错,参考最后一节的处理 链接:tensorflow官网 注意:如果因为网络问题出现错误或卡住,多次尝

    2024年02月04日
    浏览(44)
  • Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch,GPU[cuda、cudnn]、CPU安装教学,以及查看CPU、GPU内存使用情况

    Anaconda安装:Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境,避免用户的Python环境安装太多不同版本依赖导致冲突。 Anaconda 是一个免费开源的 Python 和 R 语言的发行版本,用于计算科学,Anac

    2024年02月04日
    浏览(61)
  • tensorflow1 tensorflow 2 安装配置(cpu+gpu)windows+linux 新版2.12+

    tensorflow1和2的安装部署,演示2.14版本(最新是2.15版本) windows和linux用法一致,我是在win10和ubuntu2204下都手动测试过的 本文使用的conda的方式,2023年12月10日更新 如果中间有任何报错,参考最后一节的处理 链接:tensorflow官网 注意:如果因为网络问题出现错误或卡住,多次尝

    2024年02月12日
    浏览(41)
  • windows环境下Tensorflow环境搭建(CPU版)

    看了网上好多教程,搞了好久没搞明白,好多教程都是18年19年的,很难跟上我python的版本,为了方便今后自己查看,本文以python3.9.17为例,搭建tensorflow环境,并在PyCharm中进行配置。 一、搭建tensorflow环境 首先判断自己的电脑显卡是A卡还是N卡,具体步骤为右击此电脑打开属

    2024年02月05日
    浏览(32)
  • 使用 LSTM 和 TensorFlow 中的注意力机制进行高级股票形态预测:Apple Inc. (AAPL) 数据分步指南

            在瞬息万变的金融市场中,准确的预测就像圣杯一样。当我们寻求更复杂的技术来解释市场趋势时,机器学习成为希望的灯塔。在各种机器学习模型中,长短期记忆(LSTM)网络受到了极大的关注。当与注意力机制相结合时,这些模型变得更加强大,尤其是在分析

    2024年04月17日
    浏览(55)
  • TensorFlow 2 和 Keras 高级深度学习:6~10

    原文:Advanced Deep Learning with TensorFlow 2 and Keras 协议:CC BY-NC-SA 4.0 译者:飞龙 本文来自【ApacheCN 深度学习 译文集】,采用译后编辑(MTPE)流程来尽可能提升效率。 不要担心自己的形象,只关心如何实现目标。——《原则》,生活原则 2.3.c 正如我们已经探索的那样,GAN 可以通

    2023年04月18日
    浏览(90)
  • 深度学习 | 基于 CPU 的 tensorflow + keras + python 版本对照及环境安装

    Hi,大家好,我是源于花海。 要让一个基于 CPU 的 tensorflow 和 keras 开发的深度学习模型正确运行起来,配置环境是个重要的问题,本文介绍了 tensorflow 和 keras 和对应的 python 版本以及安装环境的部分流程。 目录 一、tensorflow + keras + python 版本对照 二、tensorflow 和 keras 安装流

    2024年01月25日
    浏览(45)
  • Tensorflow(libtensorflow)报指令集与处理器不兼容

    最近连续在多个项目上接收到Tensorflow与环境不兼容问题的报告。 在一个新部署或者升级的环境上,服务尝试启动; 正常执行过程中,服务加载模型,标准错误中输出一行错误信息后服务停止。 错误信息: tensorflow/core/platform/cpu_feature_guard.cc:36] The TensorFlow library was compiled to

    2024年02月04日
    浏览(36)
  • 已解决 I tensorflow/core/platform/cpu_feature_guard.cc:142] This TensorFlow binary is optimized with on

    已解决WARNING:tensorflow:From stdin 1: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version. Instructions for updating: Use tf.config.list_physical_devices(‘GPU’)~ instead. 2023-03-31 16:58:07.971004: I tensorflow/core/platform/cpu_feature_guard.cc:142] This TensorFlow binary is optimized

    2024年02月12日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包