Что означает это сообщение тензорного потока? Любой побочный эффект? Установка прошла успешно?

Сообщение

This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)
to use the following CPU instructions in performance-critical operations:  AVX AVX2

означает, что в местах, где важна производительность (например, умножение матриц в глубоких нейронных сетях), будут использоваться определенные оптимизированные инструкции компилятора. Установка вроде прошла успешно.

В репозитории oneDNN GitHub говорится:

Библиотека глубокой нейронной сети oneAPI (oneDNN) — это кроссплатформенная библиотека производительности с открытым исходным кодом, состоящая из основных строительных блоков для приложений глубокого обучения. Библиотека оптимизирована для процессоров архитектуры Intel, графики процессоров Intel и графики на основе архитектуры Xe. oneDNN экспериментально поддерживает следующие архитектуры:

• 64-битная архитектура Arm* (AArch64)
• Графический процессор NVIDIA*
• OpenPOWER* Power ISA (PPC64)
• IBMz* (s390x)

Важной частью Tensorflow является то, что он должен быть быстрым. При соответствующей установке он работает с процессорами, графическими процессорами или TPU. Часть быстрой работы означает, что он использует другой код в зависимости от вашего оборудования. Некоторые ЦП поддерживают операции, которые не поддерживают другие ЦП, такие как векторизованное сложение (одновременное добавление нескольких переменных). Tensorflow просто сообщает вам, что установленная вами версия может использовать операции AVX и AVX2 и настроена на это по умолчанию в определенных ситуациях (скажем, внутри матрицы прямого или обратного умножения), что может ускорить работу. Это не ошибка, это просто говорит вам, что он может и будет использовать ваш процессор для получения дополнительной скорости.

Примечание. AVX расшифровывается как Advanced Vector Extensions.

Я сделал следующие команды для установки keras и tensorflow на CPU и GPU:

conda create --name py36 python==3.6.13
conda install tensorflow
conda install keras
conda install tensorflow-gpu
conda install tensorflow-estimator==2.1.0

когда я использовал "verbose = 0" в Model.fit(), это произошло затем я удаляю это, и это решается

Я несколько раз компилировал библиотеку Tensorflow, и если у вас получилось что-то вроде следующего:

kosinkie_l@Fedora ~/project/build $ python -c "import tensorflow as tf; x = [[2.]]; print('tensorflow version', tf.__version__); print('hello, {}'.format(tf.matmul(x, x)))"

2022-08-09 15:31:03.414926: I tensorflow/core/platform/cpu_feature_guard.cc:193] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations:  SSE3 SSE4.1 SSE4.2 AVX AVX2 FMA
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
tensorflow version 2.10.0-rc0
hello, Tensor("MatMul:0", shape=(1, 1), dtype=float32)
kosinkie_l@Fedora ~/project/build $

это означало, что процессор может их использовать, но библиотека Tensorflow их не использует.

Сообщения могут быть перепутаны, поэтому я выбрал исходный код (tensorflow/core/platform/cpu_feature_guard.cc:193), и есть следующее:

131 #ifndef __AVX__
132     CheckIfFeatureUnused(CPUFeature::AVX, "AVX", missing_instructions);
133 #endif  // __AVX__
134 #ifndef __AVX2__
135     CheckIfFeatureUnused(CPUFeature::AVX2, "AVX2", missing_instructions);
136 #endif  // __AVX2__
...
192     if (!missing_instructions.empty()) {
193       LOG(INFO) << "This TensorFlow binary is optimized with "
194                 << "oneAPI Deep Neural Network Library (oneDNN) "
195                 << "to use the following CPU instructions in performance-"
196                 << "critical operations: " << missing_instructions << std::endl
197                 << "To enable them in other operations, rebuild TensorFlow "
198                 << "with the appropriate compiler flags.";
199     }

Метод «CheckIfFeatureUnused(CPUFeature::AVX, «AVX»,missing_instructions)» проверяет, может ли ЦП выполнять AVX, и помещает «AVX» в коллекциюmissing_instructions, что выводится.

Вам нужно создать новую среду или попытаться установить тензорный поток в графическом процессоре в текущей базовой среде, для этого используйте следующие команды...

создание новой среды:

conda create --name py36 python==3.6.13 or any latest version

установка тензорного потока в ЦП:

conda install tensorflow
conda install keras

установка тензорного потока в GPU:

conda install tensorflow-gpu
conda install tensorflow-estimator==2.1.0 or any latest version

Я надеюсь, что это поможет вам, спасибо...

Это сообщение обычно появляется, когда вы используете предварительно созданный двоичный файл TensorFlow, который не включает поддержку инструкций ЦП AVX2 и FMA, которые могут значительно ускорить определенные операции. Чтобы воспользоваться этими инструкциями, вам нужно собрать TensorFlow из исходного кода с соответствующими флагами компилятора.

Чтобы решить эту проблему, вы можете выполнить следующие действия:

1. Установите необходимые программные зависимости, такие как Python, Зависимости сборки TensorFlow и компилятор C++.

2. Загрузите исходный код TensorFlow из официального репозитория.

3. Настройте сборку с соответствующими флагами, чтобы включить поддержку инструкций AVX2 и FMA. Вы можете сделать это, передав --config=opt для сценария ./configure.

4. Соберите TensorFlow из исходного кода, выполнив команду bazel build //tensorflow/tools/pip_package:build_pip_package.

5. Наконец, установите недавно созданный пакет pip TensorFlow, запустив pip install /path/to/tensorflow_pkg.whl.

После выполнения этих шагов у вас должна быть версия TensorFlow, оптимизированная для вашего ЦП и включающая поддержку инструкций AVX2 и FMA.