这个tensorflow消息是什么意思?有副作用吗?安装成功吗

Question

我刚刚在anaconda python上安装了tensorflow v2.3。我尝试使用下面的python命令来测试安装；

$ python -c "import tensorflow as tf; x = [[2.]]; print('tensorflow version', tf.__version__); print('hello, {}'.format(tf.matmul(x, x)))"

我收到以下信息；

2020-12-15 07:59:12.411952: I tensorflow/core/platform/cpu_feature_guard.cc:142] 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.
hello, [[4.]]

从消息中可以看出，安装似乎已成功安装。但是This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)to use the following CPU instructions in performance-critical operations: AVX AVX2到底是什么意思呢？

我使用的是功能有限的tensorflow版本吗？有副作用吗？

我正在使用Windows 10。

Answer 1

Tensorflow的一个重要部分是它应该很快。通过适当的安装，它可以与CPU、GPU或TPU配合使用。快速的一部分意味着它根据您的硬件使用不同的代码。有些CPU支持其他CPU不支持的操作，例如矢量化加法(一次添加多个变量(。Tensorflow只是告诉你，你安装的版本可以使用AVX和AVX2操作，并且在某些情况下默认设置为这样做(比如在前向或后向道具矩阵乘法中(，这可以加快速度。这不是一个错误，它只是告诉你，它可以而且将利用你的CPU来获得额外的速度。

注：AVX代表高级矢量扩展。

Answer 2

消息

This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)
to use the following CPU instructions in performance-critical operations:  AVX AVX2

意味着在性能重要的地方(例如深度神经网络中的矩阵乘法(，将使用某些优化的编译器指令。安装似乎很成功。

oneDNN GitHub存储库显示：

oneAPI深度神经网络库(oneDNN(是一个用于深度学习应用程序的基础构建块的开源跨平台性能库。该库针对英特尔体系结构处理器、英特尔处理器图形和基于Xe体系结构的图形进行了优化。oneDNN在实验上支持以下架构：

• Arm*64位体系结构(AArch64(
• NVIDIA*GPU
• OpenPOWER*电源ISA(PPC64(
• IBMz*(s390x(

Answer 3

我已经编译了几次Tensorflow库，如果您得到了以下内容：

kosinkie_l@Fedora ~/project/build $ python -c "import tensorflow as tf; x = [[2.]]; print('tensorflow version', tf.__version__); print('hello, {}'.format(tf.matmul(x, x)))"
2022-08-09 15:31:03.414926: 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:  SSE3 SSE4.1 SSE4.2 AVX AVX2 FMA
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
tensorflow version 2.10.0-rc0
hello, Tensor("MatMul:0", shape=(1, 1), dtype=float32)
kosinkie_l@Fedora ~/project/build $

这意味着cpu可以使用，但Tensorflow库不使用这些。

这些消息可能会混淆——所以我选择了源代码(tensorflow/core/platform/cpu_feature_guard.cc:193(，其中有以下内容：

131 #ifndef __AVX__
132     CheckIfFeatureUnused(CPUFeature::AVX, "AVX", missing_instructions);
133 #endif  // __AVX__
134 #ifndef __AVX2__
135     CheckIfFeatureUnused(CPUFeature::AVX2, "AVX2", missing_instructions);
136 #endif  // __AVX2__
...
192     if (!missing_instructions.empty()) {
193       LOG(INFO) << "This TensorFlow binary is optimized with "
194                 << "oneAPI Deep Neural Network Library (oneDNN) "
195                 << "to use the following CPU instructions in performance-"
196                 << "critical operations: " << missing_instructions << std::endl
197                 << "To enable them in other operations, rebuild TensorFlow "
198                 << "with the appropriate compiler flags.";
199     }

方法"；CheckIfFeatureUnused(CPUFeature:：AVX，"AVX"，missing_instructions(；检查CPU是否可以执行AVX；AVX"；到missinginstructions集合，打印出什么。

Answer 4

您必须创建新的环境，或者尝试在当前基本环境的gpu中安装tensorflow，为此请使用以下命令。。。

创建新环境：

conda create --name py36 python==3.6.13 or any latest version

在CPU:中安装tensorflow

conda install tensorflow
conda install keras

在GPU:中安装tensorflow

conda install tensorflow-gpu
conda install tensorflow-estimator==2.1.0 or any latest version

我希望它能帮助你，谢谢。。。

Answer 5

当您使用预构建的TensorFlow二进制文件时，通常会出现此消息，该二进制文件不支持AVX2和FMA CPU指令，这会显著加快某些操作。为了利用这些指令，您需要使用适当的编译器标志从源代码构建TensorFlow。

要解决此问题，您可以按照以下步骤操作：

1. 安装必要的软件依赖项，如Python，TensorFlow的构建依赖项，以及一个C++编译器。

2. 从官方存储库下载TensorFlow源代码。

3. 使用适当的标志配置构建，以启用对AVX2和FMA指令的支持。你可以通过--config=的opt标志/配置脚本。

4. 通过运行bazelbuild //tensorflow/tools/pip_package:build_pip_package命令从源代码构建TensorFlow。

5. 最后，通过运行安装新建的TensorFlow pip包pip install /path/to/tensorflow_pkg.whl。

完成这些步骤后，您应该有一个针对CPU进行优化的TensorFlow版本，该版本包括对AVX2和FMA指令的支持。

Answer 6

您可以使用以下命令禁用这些消息：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '1' 
import tensorflow as tf

来源：https://stackoverflow.com/a/42121886

Answer 7

当我使用"verbose＝0">在Model.fit((中发生然后我删除它，它解决了

Answer 8

我执行了以下命令，在CPU和GPU上安装keras和tensorflow：

conda create --name py36 python==3.6.13
conda install tensorflow
conda install keras
conda install tensorflow-gpu
conda install tensorflow-estimator==2.1.0