时间戳

首页 > 解决方案 > 如何在 MacOs 上使用 Spyder 在 Python 上为 SSE4.1 SSE4.2 AVX AVX2 FMA 运行 TensorFlow

tensorflow - 如何在 MacOs 上使用 Spyder 在 Python 上为 SSE4.1 SSE4.2 AVX AVX2 FMA 运行 TensorFlow

问题描述

我正在尝试运行代码：

from keras.datasets import imdb as im
from keras.preprocessing import sequence as seq
from keras.models import Sequential
from keras.layers import Embedding
from keras.layers import LSTM
from keras.layers import Dense

train_set, test_set = im.load_data(num_words = 10000)
X_train, y_train = train_set
X_test, y_test = test_set

X_train_padded = seq.pad_sequences(X_train, maxlen = 100)
X_test_padded = seq.pad_sequences(X_test, maxlen = 100)

model = Sequential()
model.add(Embedding(input_dim=10000, output_dim=128))
model.add(LSTM(units=128))
model.add(Dense(units=1, activation='sigmoid'))
model.compile(loss='binary_crossentropy',
                  optimizer='sgd',
                  metrics=['accuracy'])
scores = model.fit(X_train_padded,y_train)

当我运行代码时，它给了我一条消息：

I tensorflow/core/platform/cpu_feature_guard.cc:145] 此 TensorFlow 二进制文件使用 Intel(R) MKL-DNN 进行了优化，可在性能关键操作中使用以下 CPU 指令：SSE4.1 SSE4.2 AVX AVX2 FMA

要在非 MKL-DNN 操作中启用它们，请使用适当的编译器标志重建 TensorFlow。

I tensorflow/core/common_runtime/process_util.cc:115] 使用默认互操作设置创建新线程池：4. 使用 inter_op_parallelism_threads 进行调整以获得最佳性能。

我不明白问题是什么以及我接下来应该做什么。我安装了“tenserflow”包（1.14.0），但这并没有解决问题。

我看过这个参考，但我不知道我在找什么：

https://stackoverflow.com/questions/41293077/how-to-compile-tensorflow-with-sse4-2-and-avx-instructions

有人可以帮帮我吗。谢谢。

我的配置：osx-64，MacOS Mojave v.10.14.6，带有 Spyder 和 Anaconda 的 Python 3.7，conda 版本：4.7.12

标签： tensorflowkerascpucompiler-optimizationpython-3.7

解决方案

您可以忽略该消息，一切都会正常工作。

据我可以从https://github.com/tensorflow/tensorflow/pull/24782/commits/7faefa4bb665e115cc744d7895a407338624993f收集到，当 TensorFlow 编译时使用 MKL-DNN 支持（根据您的消息），MKL-DNN将负责使用所有可用的 CPU 性能功能。因此，TensorFlow 没有被编译为使用它们并不重要。

推荐阅读