web-dev-qa-db-fra.com

TensorFlow n'a pas été compilé pour utiliser les instructions SSE (etc.), mais celles-ci sont disponibles.

J'utilise TensorFlow pour la première fois et utilise un exemple de code. J'ai eu cette erreur lors de l'exécution de mon code. Est-ce que quelqu'un sait pourquoi c'est arrivé et comment le réparer? Merci!

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.
pythonpython-3.xtensorflow
35
Jsleshem

Ce sont des avertissements, pas des erreurs (comme indiqué par le W après les deux points. Les erreurs ont un E ici).

Les avertissements font référence au fait que votre CPU prend en charge instructions SSE , ce qui permet des opérations rapides parallèles dans le matériel. L’activation de ces opérations est une opération de compilation (c’est-à-dire pour utiliser SSE vous devez créer la bibliothèque à partir de la source en activant la version spécifique SSE que vous ciblez]). ), auquel cas vous pourriez jetez un oeil à cette question .

Notez cependant que SSE la prise en charge n’influence que la vitesse de calcul. Tensorflow fonctionne avec ou sans SSE, mais l’exécution de votre code peut prendre plus longtemps. Notez également que cela n’influence que la Si vous utilisez la version GPU de Tensorflow, toutes les opérations exécutées sur le GPU ne bénéficieront pas des instructions SSE.

52
GPhilo

Pour masquer ces avertissements, vous pouvez le faire avant votre code actuel.

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

pour une discussion détaillée, veuillez vous référer ici https://github.com/tensorflow/tensorflow/issues/7778

J'espère que ça peut être une aide pour l'autre. :)

15
nanangarsyad

Ce n'est pas une erreur, mais des avertissements disant que si vous compilez TensorFlow à partir de la source, cela peut être plus rapide sur votre ordinateur.

Et juste comme les avertissements disent, vous ne devriez compiler TF avec ces drapeaux si vous avez besoin de le rendre plus rapide.

Vous pouvez utiliser la variable d'environnement TF TF_CPP_MIN_LOG_LEVEL et cela fonctionne comme suit:

  • La valeur par défaut est 0, affichant tous les journaux.
  • Pour filtrer les journaux INFO, définissez-le sur 1
  • WARNINGS en plus, 2
  • et pour filtrer en plus ERROR les journaux le fixent à 3

Vous pouvez donc faire ce qui suit pour faire taire les avertissements:

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

Pour plus de détails, voyez-vous Comment compiler tensorflow avec SSE4.1, SSE4.2 et AVX.

3
Aashish