解决Tensorflow 使用时cpu编译不支持警告的问题
更新时间：2020年02月03日 16:40:10 作者：Fourierrr_
今天小编就为大家分享一篇解决Tensorflow 使用时cpu编译不支持警告的问题，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
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
这篇文章主要为大家详细介绍了python3.6数独问题的解决，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
这篇文章主要介绍了python实现进程间通信简单实例,需要的朋友可以参考下2014-07-07
这篇文章主要介绍了python3获取url文件大小,本文通过示例代码给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2019-09-09
装饰器 decorator 或者称为包装器，是对函数的一种包装，今天通过本文给大家分享Python语法详解之decorator装饰器的相关知识，感兴趣的朋友一起看看吧2021-10-10
下面小编就为大家分享一篇python print 按逗号或空格分隔的方法，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2018-05-05
Graphviz 是一款由 AT&T Research 和 Lucent Bell 实验室开源的可视化图形工具，可以很方便的用来绘制结构化的图形网络，支持多种格式输出，这篇文章主要介绍了pygraphviz安装教程,需要的朋友可以参考下2023-02-02
今天小编就为大家分享一篇python实现差分隐私Laplace机制详解，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2019-11-11
这篇文章主要介绍了python scatter函数用法实例详解,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,需要的朋友可以参考下2020-02-02
这篇文章主要介绍了python使用 zip 同时迭代多个序列,结合实例形式分析了Python使用zip遍历迭代长度相等与不等的序列相关操作技巧,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了Django migrations 默认目录修改的方法教程，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-09-09
最新评论