tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this T
遇到了這個問題,意思是你的 CPU 支持AVX AVX2 (可以加速CPU計(jì)算),但你安裝的 TensorFlow 版本不支持
解決:1. 如果是初學(xué)者 或者 沒有太大計(jì)算速度的需求,在開頭加上這兩行忽略這個提示即可
import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
說明:
os.environ["TF_CPP_MIN_LOG_LEVEL"] = '1' # 默認(rèn),顯示所有信息
os.environ["TF_CPP_MIN_LOG_LEVEL"] = '2' # 只顯示 warning 和 Error
os.environ["TF_CPP_MIN_LOG_LEVEL"] = '3' # 只顯示 Error
2. 如果需要對CPU進(jìn)行優(yōu)化,可以訪問下面的github,重新編譯tensorflow源碼以兼容AVX
https://github.com/lakshayg/tensorflow-build
總結(jié)
到此這篇關(guān)于I tensorflow/core/platform/cpu_feature_guard.cc:140] Your CPU supports instructions that this T的文章就介紹到這了,更多相關(guān)I tensorflow/core/platform/cpu_feature_guard.cc:140]內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
tensorboard實(shí)現(xiàn)同時顯示訓(xùn)練曲線和測試曲線
今天小編就為大家分享一篇tensorboard實(shí)現(xiàn)同時顯示訓(xùn)練曲線和測試曲線,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01Python 3 實(shí)現(xiàn)定義跨模塊的全局變量和使用教程
這篇文章主要介紹了Python 3 實(shí)現(xiàn)定義跨模塊的全局變量和使用,本文通過實(shí)例代碼相結(jié)合的形式給大家介紹的非常詳細(xì),具有一定的參考借鑒價值,需要的朋友可以參考下2019-07-07