1. Projektszenario:
Beim Testen, ob die Tensorflow-Installation erfolgreich war, traten die folgenden Probleme auf. Obwohl dies den Betrieb des Programms nicht beeinträchtigte, war ich neugierig, die Lösung zu überprüfen.
" I tensorflow/Core/platform/cpu_feature_guard.cc:193] Diese Tensorflow-Binärdatei ist mit der Oneapi Deep Neural Network Library (OneDNN) optimiert, um die folgenden CPU-Anweisungen in leistungskritischen Vorgängen zu verwenden: AVX AVX2
Um die anderen Vorgänge zu aktivieren, erstellen Sie Tensorflow mit der Approprification neu Compiler-Flags.“
2. Ursachenanalyse:
Fehlercode:
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: AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
Zeigt an, dass die CPU AVX AVX2 unterstützt (was CPU-Berechnungen beschleunigen kann), die von Ihnen installierte Version von TensorFlow dies jedoch nicht unterstützt
3. Lösung:
1. Sie können diese Probleme ignorieren oder Code hinzufügen, um sie zu ignorieren.
2. Wenn Sie dieses Problem lösen möchten, können Sie die Originalversion von Tensorflow deinstallieren und cuda和cudnndie entsprechende Version von Tensorflow installieren. Linkadresse: GPU entspricht cuda .
Der Befehl zur Deinstallation lautet wie folgt:
pip uninstall tensorflow
Nach Abschluss können Sie mit der Pip-Liste alle Bibliotheken anzeigen und prüfen, ob sie erfolgreich deinstalliert wurden.
Installieren Sie Tensorflow und betreten Sie die von Anaconda erstellte virtuelle Umgebung
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade tensorflow-gpu