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 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。
有两种解决办法:
1.忽略这个警告,不看它!
import os os.environ["TF_CPP_MIN_LOG_LEVEL"]='1' # 这是默认的显示等级,显示所有信息 os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' # 只显示 Error
我们用第二个就可以了。
2.彻底解决,换成支持cpu用AVX2编译的TensorFlow版本。
首先,卸载原来版本的TensorFlow
pip uninstall tensorflow

完成后可以用pip list查看一下所有库,检查是否成功卸载。
然后去github下载正确的tf版本,Windows点这里下载。其他操作系统可以点这里找到对应的版本。
博主用的win10,python3.6,所以选择如下图:

对应的path在上边的找到对应的.whl下载即可。
然后安装:
pip install tensorflow-1.6.0-cp36-cp36m-win_amd64.whl
成功安装后,再次运行TensorFlow就不会报错啦~
以上这篇解决Tensorflow 使用时cpu编译不支持警告的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
python保存大型 .mat 数据文件报错超出 IO 限制的操作
这篇文章主要介绍了python保存大型 .mat 数据文件报错超出 IO 限制的操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-05-05
关于torch.flatten()函数及x=x.view()函数的理解
这篇文章主要介绍了关于torch.flatten()函数及x=x.view()函数的理解,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2025-04-04
Django+uni-app实现数据通信中的请求跨域的示例代码
这篇文章主要介绍了Django+uni-app实现数据通信中的请求跨域的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2019-10-10
一文搞懂Python读取text,CSV,JSON文件的方法
文件处理是一种用于创建文件、写入数据和从中读取数据的过程,Python 拥有丰富的用于处理不同文件类型的包,从而使得我们可以更加轻松方便的完成文件处理的工作,本文将来为大家详细讲讲2022-06-06


最新评论