每当我用tensorflow,它会显示消息“TensorFlow库编译时不使用SSE3指令,但这些都可以在机器上,并可以加快CPU的计算”和2更类似的消息。 所以我决定从源头上构建tensorflow以摆脱这些消息。我在Debian上使用python 3.5,并遵循https://www.tensorflow.org/install/install_sources(仅限CPU,无GPU)的指示。 它在构建期间询问构建是否应该用于构建它的机器,我选择了它,它在某些编译器选项中包含-march = native。 一切似乎都工作,但是当我跑python3测试构建,它仍然提供了有关信息“的TensorFlow库编译时不使用SSE3指令,但这些都可以......”等。如何我做建立使用它正在运行的硬件?构建tensorflow使用SSE3和SSE4
2
A
回答
1
也出现了类似的问题,大多数的答案都是错误的。他们说有必要在构建中指定诸如“--copt = -msse4.1 --copt = -msse4.2”之类的选项;它不是。使用默认选项“-march = native”,如果GNU编译器可用,则它将使用SSE4.1和SSE4.2指令。
真正的问题是,如果你从源代码编译tensorflow,安装默认的建立与PIP后,PIP不会与新的版本替换旧版本。一切似乎都奏效,但你的旧版本仍然保留在〜/ .local下的目录中。 解决方案只是用pip('pip uninstall tensorflow'或'pip3 uninstall tensorflow')卸载旧的tensorflow,然后从源代码重建。如果你已经做了一个构建,并想知道为什么似乎没有什么改变,你不必重复建设,但可以只执行最后几个步骤(https://www.tensorflow.org/install/install_sources),即巴泽尔斌/ tensorflow /工具/ pip_package/build_pip_package/tmp目录/ tensorflow_pkg,然后进行pip安装。
+0
'pip install --upgrade'替换已安装的tensorflow –
相关问题
- 1. 有效的方式来创建从可能使用SSE/SSE2/SSE3/SSE4指令
- 2. 如何使用SSE2/SSE3/SSE4处理24位3通道彩色图像?
- 3. Bazel的Tensorflow构建问题
- 4. 构建Tensorflow r1.0 C++ API
- 5. 用Python类在Tensorflow中构建GAN
- 6. 使用Tensorflow构建一个Android应用程序
- 7. 使用夜间TensorFlow构建与Cloud ML引擎进行培训
- 8. 使用cmake构建tensorflow服务客户端
- 9. 在TensorFlow回购之外构建Tensorflow C++项目?
- 10. 如何构建tensorflow的docker镜像?
- 11. Tensorflow:转变手动构建层tf.contrib.layers
- 12. 构建不同车轮名称的tensorflow
- 13. TensorFlow构建失败,`GLIBCXX_3.4.20' 未找到
- 14. 在linux上构建tensorflow时的错误
- 15. 构建Tensorflow去绑定的错误
- 16. 在tensorflow中从头开始构建dynamic_rnn
- 17. bazel从源代码构建Tensorflow
- 18. VS2005中的SSE4指令?
- 19. SSE4,SSE5&AMD酷n安静
- 20. 重构Tensorflow FLAGS
- 21. 使用TFS 2015构建和部署Web应用程序构建
- 22. F#中的SSE3指令
- 23. 如何在Xcode中启用SSE3?
- 24. C++ SSE3指令集未启用
- 25. 构建和使用通用列表?
- 26. 使用MLPClassifier Tensorflow
- 27. 使用tensorflow
- 28. 使用TensorFlow
- 29. 使用Tensorflow sampled_softmax_loss
- 30. 构建和使用Scintilla.NET的问题
的可能的复制[如何使用SSE4.2和AVX指令编译Tensorflow?](http://stackoverflow.com/questions/41293077/how-to-compile-tensorflow-with-sse4-2-and-avx -instructions) –