Arreglo: Su CPU soporta las instrucciones de que este binario TensorFlow no fue compilado para usar AVX2

Advanced Vector Extensions ( AVX , también conocido como Sandy Bridge New Extensions ) son extensiones de la arquitectura del conjunto de instrucciones x86 para microprocesadores de Intel y AMD propuestas por Intel en marzo de 2008 y apoyadas primero por Intel con el procesador Sandy Bridge que sale al mercado en el primer trimestre de 2011 y después por AMD con el procesador Bulldozer que sale al mercado en el tercer trimestre de 2011. AVX proporciona nuevas características, nuevas instrucciones y un nuevo esquema de codificación.

La advertencia se muestra en cmd

Este mensaje de advertencia está impreso por la biblioteca compartida de TensorFlow. Como el mensaje indica, la biblioteca compartida no incluye el tipo de instrucciones que su CPU podría usar.

¿Qué causa esta advertencia?

Después de TensorFlow 1.6, los binarios ahora usan instrucciones AVX que ya no pueden funcionar con las CPU antiguas. Así que las antiguas CPUs no podrán ejecutar el AVX, mientras que para las más nuevas, el usuario necesita construir el tensorflow desde la fuente para su CPU. Abajo está toda la información que necesitas saber sobre esta advertencia en particular. También, un método sobre cómo deshacerse de esta advertencia para un uso futuro.

¿Qué hace la AVX?

En particular, la AVX introdujo el FMA (Fused multiplicador-agregado); que es la operación de punto flotante multiplicador-agregado, y toda esta operación se hace en un solo paso. Esto ayuda a acelerar muchas operaciones sin ningún problema. Hace que el cálculo de álgebra sea más rápido y fácil de usar, también el punto-producto, la matriz de multiplicación, la convolución, etc. Y estas son todas las operaciones más usadas y básicas para cualquier entrenamiento de aprendizaje de máquina. Las CPUs que soportan el AVX y el FMA serán mucho más rápidas que las antiguas. Pero la advertencia dice que su CPU soporta el AVX, así que es un buen punto.

También te puede interesar:  Arreglar: El disco especificado no es convertible

Tecnología Intel AVX

¿Por qué no se utiliza por defecto?

Eso es porque la distribución por defecto de TensorFlow está construida sin las extensiones de la CPU. Por las extensiones de la CPU se establece el AVX, AVX2, FMA, etc. Las instrucciones que desencadenan este problema no están habilitadas por defecto en las construcciones por defecto disponibles. Las razones por las que no están habilitadas es para que sean más compatibles con el mayor número de CPUs posible. También para comparar estas extensiones, son mucho más lentas en la CPU que en la GPU. La CPU se utiliza en el aprendizaje de máquinas a pequeña escala mientras que el uso de la GPU se espera cuando se utiliza para una formación de aprendizaje de máquinas a mediana o gran escala.

¡Arreglando la Advertencia!

Estas advertencias son sólo simples mensajes. El propósito de estas advertencias es informarte sobre el TensorFlow construido desde la fuente. Cuando se construye el TensorFlow desde la fuente puede ser más rápido en la máquina. Así que todas estas advertencias te informan sobre la construcción de TensorFlow desde la fuente.

Si tienes una GPU en tu máquina, entonces puedes ignorar estas advertencias del soporte de AVX. Porque las más caras serán enviadas en un dispositivo de GPU. Y si no quieres ver más este error, puedes simplemente ignorarlo añadiendo esto:

importar el módulo del SO en su código de programa principal y también establecer el objeto de mapeo para él

 # Para desactivar la advertencia importar os os.environ[$0027TF_CPP_MIN_LOG_LEVEL$0027] = $00272$0027 

Pero si estás en un Unix , entonces usa el comando exportar en el bash shell

 exportar TF_CPP_MIN_LOG_LEVEL=2 
También te puede interesar:  Cómo arreglar el 0xD000000D con Windows Store

Pero si no tienes GPU, y quieres usar tu CPU tanto como sea posible, deberías construir TensorFlow a partir de la fuente optimizada para tu CPU con AVX, AVX2, y FMA habilitados aquí.

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información. ACEPTAR

Aviso de cookies