5

我有一个 TensorFlow 模型来测试一个宽 n 深的神经网络，但由于 TensorFlow 库中的一个错误，我无法让它在我的 Windows 机器上运行。现在我不得不求助于谷歌云平台。我在 python 文件处理输入的地方设置了所有内容，但是当我通过控制台运行代码时，我收到以下消息：

$ python -m widendeep.py -h
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE3 instructions, but these are available on your machine and could speed up CPU computations.
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.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.

在 Windows 上运行时不会显示这些消息。这是因为我不能以这种方式通过云运行吗？我是否必须使用gcloud ml-engine local train或gcloud ml-engine jobs submit training my_job？任何有关正确方法的指导都会很棒。

4

1 回答 1

4

在 Windows 上运行时不会显示这些消息。这是因为我不能以这种方式通过云运行吗？

您可以按原样运行您的代码，或者至少如果您不能，它与您列出的警告无关。

这些警告表明，使用运行它的机器架构，您可能会从 TensorFlow 获得更好的性能，因为它支持比编译它的指令集更高级的指令集。

我是否必须使用 gcloud ml-engine local train 或 gcloud ml-engine 作业提交培训 my_job？

我对谷歌云不是很熟悉（我自己目前正在使用亚马逊），但我可以说，如果您确实需要使用上述命令，它与您上面列出的警告无关。

这些警告适用于 CPU 指令集及其与 GPU 的交互方式，因此性能改进可能显着也可能不显着（或根本存在），具体取决于您的特定应用程序。

如果您想确保充分利用运行程序的硬件的潜力，则需要在运行的平台上编译 TensorFlow（查看如何使用 SSE4.2 和 AVX 指令编译 TensorFlow？） .

于 2017-03-10T10:29:57.463 回答