1

我正在尝试运行代码：

from keras.datasets import imdb as im
from keras.preprocessing import sequence as seq
from keras.models import Sequential
from keras.layers import Embedding
from keras.layers import LSTM
from keras.layers import Dense

train_set, test_set = im.load_data(num_words = 10000)
X_train, y_train = train_set
X_test, y_test = test_set

X_train_padded = seq.pad_sequences(X_train, maxlen = 100)
X_test_padded = seq.pad_sequences(X_test, maxlen = 100)

model = Sequential()
model.add(Embedding(input_dim=10000, output_dim=128))
model.add(LSTM(units=128))
model.add(Dense(units=1, activation='sigmoid'))
model.compile(loss='binary_crossentropy',
                  optimizer='sgd',
                  metrics=['accuracy'])
scores = model.fit(X_train_padded,y_train)

当我运行代码时，它给了我一条消息：

I tensorflow/core/platform/cpu_feature_guard.cc:145] 此 TensorFlow 二进制文件使用 Intel(R) MKL-DNN 进行了优化，可在性能关键操作中使用以下 CPU 指令：SSE4.1 SSE4.2 AVX AVX2 FMA

要在非 MKL-DNN 操作中启用它们，请使用适当的编译器标志重建 TensorFlow。

I tensorflow/core/common_runtime/process_util.cc:115] 使用默认互操作设置创建新线程池：4. 使用 inter_op_parallelism_threads 进行调整以获得最佳性能。

我不明白问题是什么以及我接下来应该做什么。我安装了“tenserflow”包（1.14.0），但这并没有解决问题。

我看过这个参考，但我不知道我在找什么：

https://stackoverflow.com/questions/41293077/how-to-compile-tensorflow-with-sse4-2-and-avx-instructions

有人可以帮帮我吗。谢谢。

我的配置：osx-64，MacOS Mojave v.10.14.6，带有 Spyder 和 Anaconda 的 Python 3.7，conda 版本：4.7.12

4

2 回答 2

0

您可以忽略该消息，一切都会正常工作。

据我可以从https://github.com/tensorflow/tensorflow/pull/24782/commits/7faefa4bb665e115cc744d7895a407338624993f收集到，当 TensorFlow 编译时使用 MKL-DNN 支持（根据您的消息），MKL-DNN将负责使用所有可用的 CPU 性能功能。因此，TensorFlow 没有被编译为使用它们并不重要。

于 2019-11-22T05:46:52.273 回答
-1

这可能无法回答您提出的确切问题，但在运行类似任务时我收到了非常相似的错误消息。

除了上面的错误信息，我还有以下错误信息：

OMP：错误 #15：正在初始化 libiomp5.dylib，但发现 libiomp5.dylib 已初始化。OMP：提示 这意味着 OpenMP 运行时的多个副本已链接到程序中。这是危险的，因为它会降低性能或导致不正确的结果。最好的办法是确保只有一个 OpenMP 运行时链接到进程中，例如通过避免在任何库中静态链接 OpenMP 运行时。作为一种不安全、不受支持、未记录的解决方法，您可以设置环境变量 KMP_DUPLICATE_LIB_OK=TRUE 以允许程序继续执行，但这可能会导致崩溃或默默地产生不正确的结果。有关详细信息，请参阅http://www.intel.com/software/products/support/。

错误已通过以下方式解决：

conda install nomkl

这是按照这个stackoverflow帖子

于 2019-11-21T11:15:39.120 回答