TensorFlow не был скомпилирован для использования инструкций SSE (и т. Д.), Но они доступны

Я запускаю TensorFlow в первый раз и используя некоторый пример кода. Я получил эту ошибку при запуске моего кода. Кто-нибудь знает, почему это произошло, и как это исправить? Благодаря!

2017-03-31 02:12:59.346109: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE instructions, but these are available on your machine and could speed up CPU computations. 2017-03-31 02:12:59.346968: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE2 instructions, but these are available on your machine and could speed up CPU computations. 2017-03-31 02:12:59.346975: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow libbrary wasn't compiled to use SSE3 instructions, but these are available on your machine and could speed up CPU computations. 2017-03-31 02:12:59.346979: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\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. 2017-03-31 02:12:59.346983: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations. 2017-03-31 02:12:59.346987: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations. 2017-03-31 02:12:59.346991: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX2 instructions, but these are available on your machine and could speed up CPU computations. 2017-03-31 02:12:59.346995: W c:\tf_jenkins\home\workspace\release-win\device\cpu\os\windows\tensorflow\core\platform\cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use FMA instructions, but these are available on your machine and could speed up CPU computations. 

  • Одновременное выполнение нескольких сеансов тензорного потока
  • Как протестировать tentorflow cifar10 cnn tutorial model
  • Выбор из другой функции стоимости и функции активации нейронной сети
  • Вывод TensorFlow
  • Поток больших обучающих и тестовых файлов в DNNClassifier от Tensorflow
  • Ошибка при импорте модуля тензорного потока
  • Тензорный поток RNN с предложениями различной длины
  • Расчет матричных вычислений на графическом процессоре медленнее, чем на CPU
  • 2 Solutions collect form web for “TensorFlow не был скомпилирован для использования инструкций SSE (и т. Д.), Но они доступны”

    Это предупреждения, а не ошибки (как указано W после двоеточия. У ошибок есть E ).

    Предупреждения касаются того факта, что ваш процессор поддерживает инструкции SSE , которые позволяют быстро выполнять операции в параллельном режиме. Включение этих операций – это операция времени компиляции (т. Е. Для использования SSE вам необходимо собрать библиотеку из источника, позволяющего настроить конкретную версию SSE, на которую вы нацеливаетесь), и в этом случае вы можете взглянуть на этот вопрос .

    Обратите внимание, однако, что поддержка SSE влияет только на скорость вычислений. Tensorflow будет работать с SSE или без него, но для запуска вашего кода может потребоваться больше времени. Обратите также внимание, что это влияет только на процессор. Если вы используете сборку графического процессора Tensorflow, все операции, выполняемые на графическом процессоре, не будут пользоваться инструкциями SSE.

    Чтобы скрыть эти предупреждения, вы можете сделать это до своего фактического кода.

     import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' import tensorflow as tf 

    для подробного обсуждения см. здесь https://github.com/tensorflow/tensorflow/issues/7778

    Надеюсь, это может помочь другому. 🙂

    Interesting Posts

    Python difflib: выделение различий внутри?

    Создание справочной страницы CLI python

    как сжато создать временный файл, который является копией другого файла в python

    Список кортежей Python объединяет 2-й элемент с уникальным первым элементом

    Как установить библиотеку python вручную

    Восход / набор расчетов

    Как определить, повторяется ли строка в Python?

    Можно ли удалить набор точек останова с помощью ipdb.set_trace ()?

    Реализация многопроцессорности pyqtgraph в виджет pyqt

    Как разбить огромный файл csv на основе содержимого первого столбца?

    Python сокет-сервер / клиентское программирование

    версия python для переключения на uwsgi

    Динамическое создание меню в Tkinter. (лямбда-выражения?)

    Как построить график столбцов из matplotlib / seaborn с индексом int как значением и строковым списком в виде оси x?

    Получить строки, которые имеют одинаковое значение по всем столбцам в пандах

    Python - лучший язык программирования в мире.