安装 tensorflow 中由于CPU不支持指令集导致的问题

最新推荐文章于 2023-07-30 12:48:26 发布
原创 最新推荐文章于 2023-07-30 12:48:26 发布 · 1.3k 阅读 · 1 ·
CC 4.0 BY-SA版权
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。

当使用TensorFlow遇到'Illegal instruction'错误时，通常是由于CPU不支持AVX指令集。从1.6版本开始，TensorFlow要求此指令集。解决方法包括自行编译TensorFlow或寻找预编译的包，如yaroslavvb/tensorflow-community-wheels仓库中的资源。
TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

tensorflow从1.6版本开始对CPU要求支持AVX指令集。

导致老电脑安装tensorflow的python预编译包时后，在python中import tensorflow会报错（illegal instruction）。

解决办法

1. 自己编译tensorflow

2. github上搜一个repo， 叫 yaroslavvb/tensorflow-community-wheels， 这个repo的issue里有很多人贡献了他们在各种架构上预先编译好的包。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.9

TensorFlow-v2.9

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

Tensorflow(libtensorflow)报指令集与处理器不兼容
tylunas的博客
02-12 1554
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。
在没有 AVX 的 CPU 上运行 TensorFlow 2.0
10-10 1452
例如，如果你的目标是进行图像识别，你可以使用深度学习框架如Keras或PyTorch来训练一个卷积神经网络。如果你不需要使用TensorFlow 2.0的高级功能，你可以考虑使用其他深度学习框架，如PyTorch或Keras。如果你发现你的CPU不支持AVX指令集，那么你将无法在没有AVX的CPU上运行TensorFlow 2.0。如果你可以，你可能需要升级你的CPU，以支持AVX指令集。总的来说，解决在没有AVX的CPU上运行TensorFlow 2.0的问题需要根据你的具体需求和目标来进行选择。
TensorFlow 1.12版本，支持无GPU的计算机，支持CPU的指令集SSE2
06-27
该资源是针对无GPU的计算机，支持仅有CPU的计算机，支持的CPU架构指令集是SSE2，运行在windows系统下。
tensorflow_cpu-2.1.0-cp36-cp36m-win_amd64.zip
03-01
tensorflow_cpu-2.1.0-cp36-cp36m-win_amd64.whl 安装包
Tensorflow学习之常用指令集
kissgoodbye2012的博客
03-04 1892
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...
Tensorflow：CPU性能分析
小花生的博客
09-06 3309
iostat iostat用于输出CPU和磁盘I/O相关的统计信息. 命令格式: 1）显示所有设备负载情况 指令： iostat -m 2 5 cpu属性值说明： %user：CPU处在用户模式下的时间百分比。 %nice：CPU处在带NICE值的用户模式下的时间百分比。 %system：CPU处在系统模式下的时间百分比。 %iowait：CPU等待输入输出完...
Tensorflow不支持AVX2指令集的解决方法
12-20
标题中的问题涉及到TensorFlow在运行时与CPU的兼容性问题，特别是关于AVX2指令集的支持。AVX2（Advanced Vector Extensions 2）是Intel处理器的一种扩展，它提供了更高效的浮点运算和向量处理能力，能显著加速计算...
Tensorflow不支持AVX2指令集的解决策略
最新发布
08-09
标题中的“Tensorflow不支持AVX2指令集的解决方法”指的是在运行Tensorflow时，若计算机CPU支持AVX2指令集，但安装的Tensorflow版本未编译以利用该指令集优化，会导致性能下降并可能出现警告信息。AVX2（高级向量...
解决Tensorflow 使用时cpu编译不支持警告的问题
09-18
警告的出现并不意味着程序无法运行，而是表明你可能无法充分利用CPU的所有性能优势，因为TensorFlow没有利用这些高级指令集来加速计算。对于大型模型和数据集，这可能会导致计算速度较慢。 解决这个问题有两种常见...
TensorFlow 2.0 CPU优化：SSE2编译版本解决AVX不支持问题
综上所述，当遇到CPU不支持AVX指令集导致TensorFlow 2.0无法正常导入DLL时，可选用针对SSE2指令集编译的TensorFlow版本。同时，确保所有必需的依赖项（如微软运行库、正确版本的Python）都已正确安装在系统中，这样...
tensorflow CPU版本和GPU版本完整搭建过程
03-16
TensorFlow 是世界上最受欢迎的开源机器学习框架，它具有快速、灵活并适合产品级大规模应用等特点，让每个开发者和研究者都能方便地使用人工智能来解决多样化的挑战。文档为CPU版本和GPU版本搭建过程
Tensorflow环境配置
weixin_46297209的博客
04-18 2132
Tensorflow环境的配置 ​ Tensorflow分为CPU版本和GPU版本。GPU版本的Tensorflow可用利用NVIDIA GPU强大的计算加速能力，使Tensorflow的运行更为高效，尤其是可以成倍提升模型训练的速度。 ​ tensorflow2.3兼容的python版本为：3.5~3.7 一：最新Tensorflow 2.3 CPU版本的安装 安装anaconda 以下命令均在anaconda虚拟环境中输入，请提前进入虚拟环境 升级pip版本 如果pip版本大于19.0，可忽略此
从源码编译 tensorFlow ,启用CPU 指令加速
TuringEvo专栏
07-30 3389
7 Please specify optimization flags to use during compilation when bazel option “–config=opt” is specified [Default is -Wno-sign-compare]: --copt=-march=native # 配置 bazel 编译的参数，我这是纯 cpu 加速，所以填写。: 这是两个选项的组合，用于以交互式终端运行容器，并将终端连接到容器的输入/输出（stdin/stdout）。
CPU 不支持 AVX2 指令集，安装tensorflow出现ImportError: DLL load failed
qq_19841133的博客
12-29 1765
这个是因为cpu太老古董了（为了发扬我大图拉丁捡垃圾精神，把实验室淘汰的古董的775的主板+Q9450的U+8500GT拼出来给自己用了），CPU 不支持 AVX2 指令集，不能支持tensorflow1.5以上的版本。所以得安装tensorflow1.5以下的版本。 python高于3.6的话直接pip install tensorflow==1.5 好像装不了了。pip search tens...
搜索：tensorflow 超过1.5.0需要支持avx
llrraa2010的专栏
07-26 237
Tensorflow从1.6开始从AVX编译二进制文件，所以如果你的CPU不支持AVX。
tensorflow安装CPU指令集（AVX2）警告解决方案
热门推荐
手握灵珠常奋笔
05-26 1万+
问题原因 在macOS通过pip3 install 安装tensorflow(CPU版)后，运行示例代码 import tensorflow as tf hello = tf.constant('Hello, TensorFlow!') sess = tf.Session() print(sess.run(hello).decode()) 运行之后可以正常输出 “Hello, Tens...
解决CPU版的Tensorflow不支持AVX2指令集的问题
ltb000的博客
08-16 8077
目前大部分用户的cpu是支持avx2指令集的，四代以上的cpu都支持。 用conda或者pip直接安装的CPU版的Tensorflow不支持AVX2指令集。编译运行python程序会出现警告信息： Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2 我们可以用pip离线安装支持avx2的tensorflow的whl包。下载地址https://github.com/f
python编译环境对cpu要求高不高_解决Tensorflow 使用时cpu编译不支持警告的问题
weixin_39554891的博客
11-30 290
使用TensorFlow模块时，弹出错误Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2原因是下载TensorFlow的版本不支持cpu的AVX2编译。可能是因为安装时使用的pip install tensorflow ，这样默认会下载X86_64的SIMD版本。...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

打赏作者

爱知菜

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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