重新编译TensorFlow1.4源代码支持SSE-AVX-FMA指令集 (Python3.5版本)

最新推荐文章于 2023-02-12 11:45:51 发布
最新推荐文章于 2023-02-12 11:45:51 发布
阅读量2.7k 收藏 2
点赞数
分类专栏： 机器学习 文章标签： Tensorflow Python3-5 指令集
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/keith_bb/article/details/79139482
版权

TensorFlow运行出现以下信息说明工作站支持这些指令集但编译的时候并没有加入
W 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.

重新编译TensorFlow源代码支持SSE/AVX/FMA 指令集如下。

1.重新编译TensorFlow，从github上直接下载源码进行编译执行如下命令：

git clone https://github.com/tensorflow/tensorflow

2.编译源码需使用bazel，首先安装依赖库

sudo apt-get install python3-numpy python3-dev python3-pip python3-wheel libcupti-dev

添加bazel源


                

                
                
        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        


    


                



	

		

			

				
					
tensorflow 支持avx

				
			

			

				

					10-20
				

			

		

		

			
				
支持avx指令集的tensorflow，解决在运行时的报错问题。

			
		

	



                

            
              



	

		

			

				
					
无AVX指令的SSE版本：tensorflow-2.6.0-cp38-cp38-win_amd64.whl

				
			

			

				

					11-30
				

			

		

		

			
				
没有AVX指令的老机器可以使用的SSE指令版本的tensorflow2.6

			
		

	



              


  
              

                


	

		

			

				
					
重新编译tensorflow源代码遇见的问题解决方法

				
			

			

				

					c3255的博客
				

				

					09-05
					
					1938
					
				

			

		

		

			
				
今天试了一下tensorflow自定义op，在tensorflow源代码下创建一个自己的op后需要重新编译tensorflow，但是我这次编译出现了如下所示的错误： 
ERROR: /home/torstein/.cache/bazel/_bazel_torstein/1f82ba256daa7468e9c0a1514e0b9aa5/external/local_config_python/BUI...

			
		

	





	

		

			

				
					
TensorFlow  SSE/AVX/FMA 指令集编译

				
			

			

				

					labcdeft的专栏
				

				

					11-24
					
					1368
					
				

			

		

		

			
				
当TensorFlow出现

I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA 
等警告时，表明你的CPU指令集包括了这些...

			
		

	



		

			
		



	

		

			

				
					
TensorFlow GPU 与 源码编译

				
			

			

				

					AGI
				

				

					06-30
					
					3211
					
				

			

		

		

			
				
在深度学习中，服务器的GPU可以极大地加快算法的执行速度，不同版本的TensorFlow默认使用的GPU版本不同，导致与服务器无法兼容，这就需要根据服务器的GPU版本，重新编译TensorFlow源码。



欢迎Follow我的GitHub：https://github.com/SpikeKing

检查GPU

检测服务器的GPU，用于在编译中选择合适的GPU版本。CUDA是NVIDIA发布的...

			
		

	





	

		

			

				
					
Tensorflow手动编译

				
			

			

				

					zhishengqianjun的博客
				

				

					08-27
					
					1384
					
				

			

		

		

			
				
前言
1环境准备
1 安装brew
2 代理设置
3 安装bazel
4 安装python依赖
5 tensorflow源码下载
2编译
1 配置
2 编译
3参考文献系统：MacOS sierra 10.12.6
tf版本：1.2.1前言​   最近在安装tensorflow的时候，遇到了下面的问题：​   实际上就是因为我们直接用官方编译好的，并不能完美的与本地的指令集兼容，有点强迫症，所以决定

			
		

	





	

		

			

				
					
SSE-SSE4指令集

				
			

			

				

					09-05
				

			

		

		

			
				
- *2* *3* [重新编译TensorFlow1.4源代码支持SSE-AVX-FMA指令集 (Python3.5版本)](https://blog.csdn.net/keith_bb/article/details/79139482)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630",...

			
		

	





	

		

			

				
					
TensorFlow自定义构建：支持AVX/FMA/SSE优化

				
			

			

				

					
				

			

		

		

			
				
标题中提到的“tensorflow-build:TensorFlow二进制文件支持AVX，FMA，SSE”指的是一个特定版本的TensorFlow软件包，这个软件包经过了定制构建，以支持CPU中的SIMD（单指令多数据）指令集扩展，包括高级向量扩展（AVX...

			
		

	





	

		

			

				
					
2025-03-28 00:17:54.584637: I tensorflow/core/platform/cpu_feature_guard.cc:210] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations. To enable the following instructions: SSE3 SSE4.1 SSE4.2 AVX AVX2 AVX_VNNI FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags.

					
最新发布

				
			

			

				

					03-28
				

			

		

		

			
				
嗯，用户想重新编译TensorFlow来启用更多的CPU指令集优化，比如SSE3、SSE4.1、SSE4.2、AVX、AVX2、AVX_VNNI和FMA。首先，我需要回忆一下编译TensorFlow的基本步骤，以及如何添加这些编译选项。  记得之前看过...

			
		

	





	

		

			

				
					
【定制化安装】：从源代码编译TensorFlow，Python环境下的专家级指南

				
			

			

				

					
				

			

		

		

			
				
[【定制化安装】：从源代码编译TensorFlow，Python环境下的专家级指南](https://img-blog.csdnimg.cn/40cb1b41b4904fcaac4ab259fbdb49ec.png) # 1. TensorFlow安装的必要性与准备工作  ## 1.1 TensorFlow安装的重要...

			
		

	





	

		

			

				
					
TensorFlow CPU环境 SSE/AVX/FMA 指令集编译

				
			

			

				

					iTaacy的博客
				

				

					05-29
					
					4762
					
				

			

		

		

			
				
tensorflow CPU 指令集优化

sess.run()出现如下Warning

# 通过pip install tensorflow 来安装tf在 sess.run() 的时候可能会出现
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE

			
		

	





	

		

			

				
					
Tensorflow学习之常用指令集

				
			

			

				

					kissgoodbye2012的博客
				

				

					03-04
					
					1839
					
				

			

		

		

			
				
API文档链接：http://www.tensorfly.cn/tfdoc/api_docs/python/nn.html#矩阵乘法tf.matmul(x,W)+b#建立空矩阵W=tf.Variable(tf.zeros([784,10])) b=tf.Variable(tf.zeros([10]))#载入tensorflow库import tensorflow as tf#矩阵取最大值和平均值求...

			
		

	





	

		

			

				
					
ubuntu解决tensorflow提示未编译使用SSE3、SSE4.1、SSE4.2、AVX、AVX2、FMA的问题

				
			

			

				

					Never Give Up
				

				

					06-08
					
					1540
					
				

			

		

		

			
				
解决办法：降低提示等级 vim ~/.bashrc，shift + G 定位到最后一行
加上export TF_CPP_MIN_LOG_LEVEL=2
更新一下 source ~/.bashrc
这些warings的意思是：你的机器上有这些指令集可以用，并且用了他们会加快你的CPU运行速度，但是你的TensorFlow在编译的时候并没有用到这些指令集。



...

			
		

	





	

		

			

				
					
ubuntu16.04解决tensorflow提示未编译使用SSE3、SSE4.1、SSE4.2、AVX、AVX2、FMA的问题【转】

				
			

			

				

					qq_38472535的博客
				

				

					07-28
					
					329
					
				

			

		

		

			
				
ubuntu16.04解决tensorflow提示未编译使用SSE3、SSE4.1、SSE4.2、AVX、AVX2、FMA的问题【转】

			
		

	





	

		

			

				
					
Tensorflow(libtensorflow)报指令集与处理器不兼容

				
			

			

				

					tylunas的博客
				

				

					02-12
					
					1381
					
				

			

		

		

			
				
TensorFlow在服务器部署时报错 “The TensorFlow library was compiled to use *** instructions, but these aren't available on your machine”，但硬件符合要求。排查解决的思路和方法。

			
		

	





	

		

			

				
					
记一次编译tensorflow-gpu爬过的坑

				
			

			

				

					auxp98840的博客
				

				

					04-07
					
					292
					
				

			

		

		

			
				
废话不多说，先说最终成功的版本：系统=>centos7 ,cuda=>10.0 ,cudnn=>7.5 ,nccl=>源码编译, tensorflow=>最新版本源码编译
第一次尝试：cuda=>10.1 cudnn=>7.5 nccl=>2.4.2
1.cuda下载包：*.run,，直接 sh ./*.run 按照提示选择就能安装，一...

			
		

	





	

		

			

				
					
TensorFlow学习系列之七：TensorFlow的源码编译

					
热门推荐

				
			

			

				

					玉来愈宏的随笔
				

				

					04-16
					
					2万+
					
				

			

		

		

			
				
为了编译TensorFlow的源代码，除了要有gcc（版本不低于4.8）支持之外，还需要安装Google自产的编译工具Bazel。1.安装Bazel安装Bazel，需要Java JDK 8或更高版本的支持，所以接下来我们要的第一件工作，就是要确定Java 8/9是否已经安装（可用“java -version”来查询）。如果没有安装，则可以通过如下流程安装。（1）利用Ubuntu的PPA（Perso...

			
		

	





	

		

			

				
					
windows下 使用bazel 编译tensorflow 1.12 dll  tensorflow动态链接库编译

				
			

			

				

					北极熊99 的博客
				

				

					06-05
					
					6171
					
				

			

		

		

			
				
一.准备工作

注：操作系统为64bit

本文使用tensorflow dll 编译tensorflow，输出dll和lib。注意tensorflow dll 从官方tensorflow Fork来的，由meteorcloudy维护。



工程所需软件及测试源码下载链接

bazel: https://download.csdn.net/download/sinat_19758811/112...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值