TensorflowコンパイルはCPUの高速化

Question

私は、Python 2.7でtensorflowをインポートした後、次のコマンドを使用したよう： sess = tf.Session()

警告/エラー：

tensorflow /コア/プラットフォーム/ cpu_feature_guard.cc：45 ] TensorFlow ライブラリはSSE4.2命令を使用するためにコンパイルされませんでしたが、これらはユーザのマシンで利用可能な であり、CPU計算をスピードアップする可能性があります。

2017年2月2日00：41：48.616602： tensorflow /コア/プラットフォーム/ cpu_feature_guard.cc W：45] TensorFlow ライブラリーは、AVX命令を使用してコンパイルされていないが、これらはあなたのマシン上で利用可能 ですCPUの計算を高速化することができます。

2017年2月2日00：41：48.616614： tensorflow /コア/プラットフォーム/ cpu_feature_guard.cc W：45] TensorFlow ライブラリはAVX2命令を使用してコンパイルされますが、これらはあなたのマシン上で利用可能 ですいませんでしたCPUの計算を高速化することができます。

2017年2月2日00：41：48.616624： tensorflow /コア/プラットフォーム/ cpu_feature_guard.cc W：45] TensorFlow ライブラリーは、FMA命令を使用してコンパイルされていないが、これらはあなたのマシン上で利用可能 ですCPUの計算を高速化することができます。

私は最適なパワーで私のマシンを使用することがありますので、これを修正してください。

Answer 1

これらの警告は、ソースからTensorFlowをビルドした場合、マシン上でより高速に実行できることを示しています。これは問題ではなく、ユーザーにこの情報を提供するための動作であるため、修正はありません。

これらのCPU命令は、ほとんどのマシンとのより広い互換性を提供するために、デフォルトでは有効になっていませんでした。ドキュメントとして

は言う：それはCPU上で利用可能な最適化でコンパイルされているかどうか、起動時に

TensorFlowチェックを。最適化が含まれていない場合、TensorFlowは警告を出力します。 AVX、AVX2、およびFMA命令は含まれていません。

詳細については、Performance Guideを参照してください。

Answer 2

これらの警告は、コンパイルされたコードがこれらの命令を使用しているわけではなく、すべてのCPUを使用していないことを示しています。保守担当者がリポジトリ用のコードをコンパイルするときには、そこにある大多数のCPUをサポートするようにコンパイルする必要があります。つまり、アーキテクチャ固有の命令を使用するようにコンパイラに指示します。

あなたが持っているすべての指示をパッケージで使用する場合は、自分でコンパイルするか、からインストールするとと呼ばれます。 hereの操作方法に関するドキュメントがあります。tensorflowをソースからコンパイルするのが快適な場合は、performance specific instructionsに行ってください。

しかし、現実世界のアプリケーションでは、実際にはGPUが必要な場合があります。これらのCPU命令はパフォーマンスを少し向上させますが、それはGPUを使用する場合に匹敵しません。