完美解决Tensorflow不支持AVX2指令集问题|指令集加速
在pycharm中安装tensorflow后
运行如下测试代码:
import tensorflow as tf
x = tf.Variable(3, name="x")
y = tf.Variable(4, name="y")
f = x*x*y + y + 2
print(f)
发现会报一行错误
Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
大概意思是安装的tensorflow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。
查找解决办法后,有以下两种办法:
1.忽略屏蔽这个警告
在代码最前面添加如下两行代码
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error
2.彻底解决,换成支持cpu用AVX2编译的TensorFlow版本。
首先卸载原来安装的tensorflow版本
pip uninstall tensorflow
在这里下载对应版本的tensorflow:https://github.com/fo40225/tensorflow-windows-wheel,比如我需要的是CPU+AVX2+Python3.6,那么我就在下面的列表中选择这个:
Path | Compiler | CUDA/cuDNN | SIMD | Notes |
---|---|---|---|---|
2.2.0\py37\CPU+GPU\cuda102cudnn76sse2 | VS2019 16.5 | 10.2.89_441.22/7.6.5.32 | x86_64 | Python 3.7/Compute 3.0 |
2.2.0\py37\CPU+GPU\cuda102cudnn76avx2 | VS2019 16.5 | 10.2.89_441.22/7.6.5.32 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
2.1.0\py37\CPU+GPU\cuda102cudnn76sse2 | VS2019 16.4 | 10.2.89_441.22/7.6.5.32 | x86_64 | Python 3.7/Compute 3.0 |
2.1.0\py37\CPU+GPU\cuda102cudnn76avx2 | VS2019 16.4 | 10.2.89_441.22/7.6.5.32 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
2.0.0\py37\CPU\sse2 | VS2019 16.3 | No | x86_64 | Python 3.7 |
2.0.0\py37\CPU\avx2 | VS2019 16.3 | No | AVX2 | Python 3.7 |
2.0.0\py37\GPU\cuda101cudnn76sse2 | VS2019 16.3 | 10.1.243_426.00/7.6.4.38 | x86_64 | Python 3.7/Compute 3.0 |
2.0.0\py37\GPU\cuda101cudnn76avx2 | VS2019 16.3 | 10.1.243_426.00/7.6.4.38 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.15.0\py37\CPU+GPU\cuda101cudnn76sse2 | VS2019 16.3 | 10.1.243_426.00/7.6.4.38 | x86_64 | Python 3.7/Compute 3.0 |
1.15.0\py37\CPU+GPU\cuda101cudnn76avx2 | VS2019 16.3 | 10.1.243_426.00/7.6.4.38 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.14.0\py37\CPU\sse2 | VS2019 16.1 | No | x86_64 | Python 3.7 |
1.14.0\py37\CPU\avx2 | VS2019 16.1 | No | AVX2 | Python 3.7 |
1.14.0\py37\GPU\cuda101cudnn76sse2 | VS2019 16.1 | 10.1.168_425.25/7.6.0.64 | x86_64 | Python 3.7/Compute 3.0 |
1.14.0\py37\GPU\cuda101cudnn76avx2 | VS2019 16.1 | 10.1.168_425.25/7.6.0.64 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.13.1\py37\CPU\sse2 | VS2017 15.9 | No | x86_64 | Python 3.7 |
1.13.1\py37\CPU\avx2 | VS2017 15.9 | No | AVX2 | Python 3.7 |
1.13.1\py37\GPU\cuda101cudnn75sse2 | VS2017 15.9 | 10.1.105_418.96/7.5.0.56 | x86_64 | Python 3.7/Compute 3.0 |
1.13.1\py37\GPU\cuda101cudnn75avx2 | VS2017 15.9 | 10.1.105_418.96/7.5.0.56 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.12.0\py36\CPU\sse2 | VS2017 15.8 | No | x86_64 | Python 3.6 |
1.12.0\py36\CPU\avx2 | VS2017 15.8 | No | AVX2 | Python 3.6 |
1.12.0\py36\GPU\cuda100cudnn73sse2 | VS2017 15.8 | 10.0.130_411.31/7.3.1.20 | x86_64 | Python 3.6/Compute 3.0 |
1.12.0\py36\GPU\cuda100cudnn73avx2 | VS2017 15.8 | 10.0.130_411.31/7.3.1.20 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.12.0\py37\CPU\sse2 | VS2017 15.8 | No | x86_64 | Python 3.7 |
1.12.0\py37\CPU\avx2 | VS2017 15.8 | No | AVX2 | Python 3.7 |
1.12.0\py37\GPU\cuda100cudnn73sse2 | VS2017 15.8 | 10.0.130_411.31/7.3.1.20 | x86_64 | Python 3.7/Compute 3.0 |
1.12.0\py37\GPU\cuda100cudnn73avx2 | VS2017 15.8 | 10.0.130_411.31/7.3.1.20 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.11.0\py36\CPU\sse2 | VS2017 15.8 | No | x86_64 | Python 3.6 |
1.11.0\py36\CPU\avx2 | VS2017 15.8 | No | AVX2 | Python 3.6 |
1.11.0\py36\GPU\cuda100cudnn73sse2 | VS2017 15.8 | 10.0.130_411.31/7.3.0.29 | x86_64 | Python 3.6/Compute 3.0 |
1.11.0\py36\GPU\cuda100cudnn73avx2 | VS2017 15.8 | 10.0.130_411.31/7.3.0.29 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.11.0\py37\CPU\sse2 | VS2017 15.8 | No | x86_64 | Python 3.7 |
1.11.0\py37\CPU\avx2 | VS2017 15.8 | No | AVX2 | Python 3.7 |
1.11.0\py37\GPU\cuda100cudnn73sse2 | VS2017 15.8 | 10.0.130_411.31/7.3.0.29 | x86_64 | Python 3.7/Compute 3.0 |
1.11.0\py37\GPU\cuda100cudnn73avx2 | VS2017 15.8 | 10.0.130_411.31/7.3.0.29 | AVX2 | Python 3.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0,7.5 |
1.10.0\py36\CPU\sse2 | VS2017 15.8 | No | x86_64 | Python 3.6 |
1.10.0\py36\CPU\avx2 | VS2017 15.8 | No | AVX2 | Python 3.6 |
1.10.0\py36\GPU\cuda92cudnn72sse2 | VS2017 15.8 | 9.2.148.1/7.2.1.38 | x86_64 | Python 3.6/Compute 3.0 |
1.10.0\py36\GPU\cuda92cudnn72avx2 | VS2017 15.8 | 9.2.148.1/7.2.1.38 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.10.0\py27\CPU\sse2 | VS2017 15.8 | No | x86_64 | Python 2.7 |
1.10.0\py27\CPU\avx2 | VS2017 15.8 | No | AVX2 | Python 2.7 |
1.10.0\py27\GPU\cuda92cudnn72sse2 | VS2017 15.8 | 9.2.148.1/7.2.1.38 | x86_64 | Python 2.7/Compute 3.0 |
1.10.0\py27\GPU\cuda92cudnn72avx2 | VS2017 15.8 | 9.2.148.1/7.2.1.38 | AVX2 | Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.9.0\py36\CPU\sse2 | VS2017 15.7 | No | x86_64 | Python 3.6 |
1.9.0\py36\CPU\avx2 | VS2017 15.7 | No | AVX2 | Python 3.6 |
1.9.0\py36\GPU\cuda92cudnn71sse2 | VS2017 15.7 | 9.2.148/7.1.4 | x86_64 | Python 3.6/Compute 3.0 |
1.9.0\py36\GPU\cuda92cudnn71avx2 | VS2017 15.7 | 9.2.148/7.1.4 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.9.0\py27\CPU\sse2 | VS2017 15.7 | No | x86_64 | Python 2.7 |
1.9.0\py27\CPU\avx2 | VS2017 15.7 | No | AVX2 | Python 2.7 |
1.9.0\py27\GPU\cuda92cudnn71sse2 | VS2017 15.7 | 9.2.148/7.1.4 | x86_64 | Python 2.7/Compute 3.0 |
1.9.0\py27\GPU\cuda92cudnn71avx2 | VS2017 15.7 | 9.2.148/7.1.4 | AVX2 | Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.8.0\py36\CPU\sse2 | VS2017 15.4 | No | x86_64 | Python 3.6 |
1.8.0\py36\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 3.6 |
1.8.0\py36\GPU\cuda91cudnn71sse2 | VS2017 15.4 | 9.1.85.3/7.1.3 | x86_64 | Python 3.6/Compute 3.0 |
1.8.0\py36\GPU\cuda91cudnn71avx2 | VS2017 15.4 | 9.1.85.3/7.1.3 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.8.0\py27\CPU\sse2 | VS2017 15.4 | No | x86_64 | Python 2.7 |
1.8.0\py27\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 2.7 |
1.8.0\py27\GPU\cuda91cudnn71sse2 | VS2017 15.4 | 9.1.85.3/7.1.3 | x86_64 | Python 2.7/Compute 3.0 |
1.8.0\py27\GPU\cuda91cudnn71avx2 | VS2017 15.4 | 9.1.85.3/7.1.3 | AVX2 | Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.7.0\py36\CPU\sse2 | VS2017 15.4 | No | x86_64 | Python 3.6 |
1.7.0\py36\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 3.6 |
1.7.0\py36\GPU\cuda91cudnn71sse2 | VS2017 15.4 | 9.1.85.3/7.1.2 | x86_64 | Python 3.6/Compute 3.0 |
1.7.0\py36\GPU\cuda91cudnn71avx2 | VS2017 15.4 | 9.1.85.3/7.1.2 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.7.0\py27\CPU\sse2 | VS2017 15.4 | No | x86_64 | Python 2.7 |
1.7.0\py27\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 2.7 |
1.7.0\py27\GPU\cuda91cudnn71sse2 | VS2017 15.4 | 9.1.85.3/7.1.2 | x86_64 | Python 2.7/Compute 3.0 |
1.7.0\py27\GPU\cuda91cudnn71avx2 | VS2017 15.4 | 9.1.85.3/7.1.2 | AVX2 | Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.6.0\py36\CPU\sse2 | VS2017 15.4 | No | x86_64 | Python 3.6 |
1.6.0\py36\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 3.6 |
1.6.0\py36\GPU\cuda91cudnn71sse2 | VS2017 15.4 | 9.1.85.3/7.1.1 | x86_64 | Python 3.6/Compute 3.0 |
1.6.0\py36\GPU\cuda91cudnn71avx2 | VS2017 15.4 | 9.1.85.3/7.1.1 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.6.0\py27\CPU\sse2 | VS2017 15.4 | No | x86_64 | Python 2.7 |
1.6.0\py27\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 2.7 |
1.6.0\py27\GPU\cuda91cudnn71sse2 | VS2017 15.4 | 9.1.85.2/7.1.1 | x86_64 | Python 2.7/Compute 3.0 |
1.6.0\py27\GPU\cuda91cudnn71avx2 | VS2017 15.4 | 9.1.85.2/7.1.1 | AVX2 | Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.5.0\py36\CPU\avx | VS2017 15.4 | No | AVX | Python 3.6 |
1.5.0\py36\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 3.6 |
1.5.0\py36\GPU\cuda91cudnn7avx2 | VS2017 15.4 | 9.1.85/7.0.5 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.5.0\py27\CPU\sse2 | VS2017 15.4 | No | x86_64 | Python 2.7 |
1.5.0\py27\CPU\avx | VS2017 15.4 | No | AVX | Python 2.7 |
1.5.0\py27\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 2.7 |
1.5.0\py27\GPU\cuda91cudnn7sse2 | VS2017 15.4 | 9.1.85/7.0.5 | x86_64 | Python 2.7/Compute 3.0 |
1.5.0\py27\GPU\cuda91cudnn7avx2 | VS2017 15.4 | 9.1.85/7.0.5 | AVX2 | Python 2.7/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.4.0\py36\CPU\avx | VS2017 15.4 | No | AVX | Python 3.6 |
1.4.0\py36\CPU\avx2 | VS2017 15.4 | No | AVX2 | Python 3.6 |
1.4.0\py36\GPU\cuda91cudnn7avx2 | VS2017 15.4 | 9.1.85/7.0.5 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1,7.0 |
1.3.0\py36\CPU\avx | VS2015 Update 3 | No | AVX | Python 3.6 |
1.3.0\py36\CPU\avx2 | VS2015 Update 3 | No | AVX2 | Python 3.6 |
1.3.0\py36\GPU\cuda8cudnn6avx2 | VS2015 Update 3 | 8.0.61.2/6.0.21 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1 |
1.2.1\py36\CPU\avx | VS2015 Update 3 | No | AVX | Python 3.6 |
1.2.1\py36\CPU\avx2 | VS2015 Update 3 | No | AVX2 | Python 3.6 |
1.2.1\py36\GPU\cuda8cudnn6avx2 | VS2015 Update 3 | 8.0.61.2/6.0.21 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1 |
1.1.0\py36\CPU\avx | VS2015 Update 3 | No | AVX | Python 3.6 |
1.1.0\py36\CPU\avx2 | VS2015 Update 3 | No | AVX2 | Python 3.6 |
1.1.0\py36\GPU\cuda8cudnn6avx2 | VS2015 Update 3 | 8.0.61.2/6.0.21 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1 |
1.0.0\py36\CPU\sse2 | VS2015 Update 3 | No | x86_64 | Python 3.6 |
1.0.0\py36\CPU\avx | VS2015 Update 3 | No | AVX | Python 3.6 |
1.0.0\py36\CPU\avx2 | VS2015 Update 3 | No | AVX2 | Python 3.6 |
1.0.0\py36\GPU\cuda8cudnn51sse2 | VS2015 Update 3 | 8.0.61.2/5.1.10 | x86_64 | Python 3.6/Compute 3.0 |
1.0.0\py36\GPU\cuda8cudnn51avx2 | VS2015 Update 3 | 8.0.61.2/5.1.10 | AVX2 | Python 3.6/Compute 3.0,3.5,5.0,5.2,6.1 |
0.12.0\py35\CPU\avx | VS2015 Update 3 | No | AVX | Python 3.5 |
0.12.0\py35\CPU\avx2 | VS2015 Update 3 | No | AVX2 | Python 3.5 |
0.12.0\py35\GPU\cuda8cudnn51avx2 | VS2015 Update 3 | 8.0.61.2/5.1.10 | AVX2 | Python 3.5/Compute 3.0,3.5,5.0,5.2,6.1 |
找到对应的.whl文件
下载该文件,我用google浏览器下载一直显示无法访问
后来选用Edge浏览器打开就好啦,直接就下载成功了。
此处放上tensorflow-1.12.0-cp36-cp36m-win_amd64.whl的下载链接:
链接:https://pan.baidu.com/s/1CvKUtmM1zHyJyJk87eFEUA
提取码:o85f
然后用activate 进入自己创建的虚拟环境
运行pip install tensorflow-1.12.0-cp36-cp36m-win_amd64.whl
命令安装
最后用conda list
命令看安装了那些包
然后再次运行代码,就不会报AVX2的错误啦
- 参考链接:https://blog.csdn.net/beyond9305/article/details/95896135
- https://www.jb51.net/article/179405.htm
完美解决Tensorflow不支持AVX2指令集问题|指令集加速相关推荐
- CPU版的Tensorflow不支持AVX2指令集问题解决方案
这个问题遇到第三次了,回想查找解决方案的艰辛,为自己以后方便解决也为各位减少时间浪费,特说明自己遇到问题情况以及自己的解决方案.主要写两点:1.pip导入whl文件和PyCharm使用pip内部库2. ...
- 完美解决IE6不支持position:fixed的bug
废话不多说,先看一下下面这段代码: <!DOCTYPE html> <html> <head> <meta http-equiv="Content- ...
- python指令集_Tensorflow不支持AVX2指令集的解决方法
这几天研究了一下FCN(全卷积网络),由于电脑配置不够,用GPU训练直接报OOM(内存溢出)了, 于是转战CPU,当然,这样会很慢,之后会继续搞一下,减小一下网络的复杂度,对一些参数设置一波,看能不能 ...
- 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
使用TensorFlow模块时,弹出错误Your CPU supports instructions that this TensorFlow binary was not compiled to u ...
- python中tensorflow无法使用_完美解决安装完tensorflow后pip无法使用的问题
Win8,ANACONDA3(64-bit),Python3.6.2.ANACONDA Prompt中不能用pip命令安装包,并且是在安装了TensorFlow后才发生的. 报错如下: F:\360D ...
- 关于dorisdb 本地搭建virtual_box虚拟机设置CPU支持AVX2指令集
dorisdb安装文档要求 https://docs.dorisdb.com/zh-cn/main/quick_start/Deploy 解决办法 Intel VT-x和AMD-V是intel和amd ...
- 完美解决 向UILable 文字最后插入N张图片,支持向限制行数的UILable 最后一行插入,多余文字显示......
效果: ====直接上代码吧=== // // UILabel+StringFrame.h // QYER // // Created by qyer on 15/3/19. // Copyright ...
- 完美解决matlab“错误使用 mex未找到支持的编译器或 SDK。”的问题
完美解决matlab"错误使用 mex未找到支持的编译器或 SDK."的问题 1.需求和遇到的问题 2. 问题解决方法 参考 1.需求和遇到的问题 需要在matlab中使用或者调用 ...
- tf2.0不降版本也能完美解决module ‘tensorflow’ has no attribute ‘contrib’的问题
tf2.0不降版本也能完美解决module 'tensorflow' has no attribute 'contrib'的问题 看图 tf2.0版本更改 我在学习的过程中,发现了大佬们写的项目都是在 ...
- Python:matplotlib pyplot库函数 savefig所支持的格式以及图片插入word保存后模糊的完美解决方法
Python:matplotlib pyplot库函数 savefig所支持的格式以及图片插入word保存后模糊的完美解决方法 202012月更新 savefig支持的格式 图片插入word,保存后不 ...
最新文章
- 计算机前后端接口,看看别人后端API接口写得,那叫一个优雅!
- 软件测试基础--笔记6
- python【力扣LeetCode算法题库】460- LFU缓存
- VC++ 使用导入位图创建工具栏
- [阿里云Java Web环境搭建]二、Ubuntu安装JDK
- 笔记-信息系统安全管理-网络安全防御
- HTML <q> 标签的简单介绍
- SOLO参赛,赛道二周冠军“达尔文”分享上分秘诀
- Envoy 源码分析--network L4 filter manager
- Matlab Tricks(十四)—— 某一行/列是否在一个矩阵中(ismember)
- redission分布式锁测试代码
- Springboot的工作机制:1 Springboot初体验
- 半正定矩阵和正定矩阵的一些理解和补充
- python获取图片曲线数据_从图片中提取曲线坐标数据
- python ipo模型是指什么?
- SEON - 1 怒怼Dp(1)
- requirejs的用法
- opencv--GrabCut
- Data ONTAP Storage Management--Qtree
- android安卓开发入门视频教程资料百度网盘下载