Tensorflow从源代码建立不再更快的再培训？

2015年初，我一直在我可爱的MBP上运行Tensorflow，仅限CPU。我决定与Bazel一起构建一个Tensorflow版本，以加快速度：SSE4.1，SSE4.2，AVX，AVX2和FMA。Tensorflow从源代码建立不再更快的再培训？

bazel build --copt=-march=native //tensorflow/tools/pip_package:build_pip_package

但是，使用新安装再培训Inception v3模型不会更快，它使用完全相同的时间量。这很奇怪，因为在训练的启动模型中进行推理时，速度提高了12％。培训MNIST的例子要快30％。

那么我们是否有可能在再培训中获得任何速度优势？

我也做了一个巴泽尔建立一个像解释here，同样的结果。

我的./configure：

Please specify the location of python. [Default is /Users/Gert/Envs/t4/bin/python]: Users/Gert/Envs/t4/bin/python3 
Invalid python path. Users/Gert/Envs/t4/bin/python3 cannot be found 
Please specify the location of python. [Default is /Users/Gert/Envs/t4/bin/python]: ls 
Invalid python path. ls cannot be found 
Please specify the location of python. [Default is /Users/Gert/Envs/t4/bin/python]: lslss 
Invalid python path. lslss cannot be found 
Please specify the location of python. [Default is /Users/Gert/Envs/t4/bin/python]: /rt/Envs/t4/bin/python3^C 
(t4) Gerts-MacBook-Pro:tensorflow root# 
(t4) Gerts-MacBook-Pro:tensorflow root# ./configure 
Please specify the location of python. [Default is /Users/Gert/Envs/t4/bin/python]: /Users/Gert/Envs/t4/bin/python3 
Please specify optimization flags to use during compilation [Default is -march=native]: 
Do you wish to use jemalloc as the malloc implementation? (Linux only) [Y/n] n 
jemalloc disabled on Linux 
Do you wish to build TensorFlow with Google Cloud Platform support? [y/N] n 
No Google Cloud Platform support will be enabled for TensorFlow 
Do you wish to build TensorFlow with Hadoop File System support? [y/N] n 
No Hadoop File System support will be enabled for TensorFlow 
Do you wish to build TensorFlow with the XLA just-in-time compiler (experimental)? [y/N] n 
No XLA JIT support will be enabled for TensorFlow 
Found possible Python library paths: 
    /Users/Gert/Envs/t4/lib/python3.4/site-packages 
Please input the desired Python library path to use. Default is [/Users/Gert/Envs/t4/lib/python3.4/site-packages] 

Using python library path: /Users/Gert/Envs/t4/lib/python3.4/site-packages 
Do you wish to build TensorFlow with OpenCL support? [y/N] n 
No OpenCL support will be enabled for TensorFlow 
Do you wish to build TensorFlow with CUDA support? [y/N] n 
No CUDA support will be enabled for TensorFlow 
Configuration finished

感谢，

格特

来源

2017-05-27 GMath

完全连接MNIST或conv？ – MaxB

这一个：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist_softmax.py – GMath

的MNIST例如花费大量的时间矩阵产品内部。另一方面，典型的CNN在卷积中花费大部分时间。据我所知，TF使用Eigen作为CPU上的矩阵产品，这是非常优化的，以及你看到明显加速的原因。

如果我的信息是最新的，那么CPU上的卷积并不是最优化的。他们浪费时间复制数据，所以可以通过矩阵乘法来处理。所以，后者加速时影响不大。

来源

2017-05-28 19:10:19 MaxB

Tensorflow从源代码建立不再更快的再培训？

回答

相关问题