python - TensorFlow 库未编译为在 Google Cloud Platform Console 上使用 SSE3、SSE4.1、SSE4.2、AVX

Question

我有一个 TensorFlow 模型来测试宽 n 深的神经网络，但由于 TensorFlow 库中的一个错误，我无法让它在我的 Windows 机器上运行。现在我不得不求助于谷歌云平台。我在 python 文件处理输入的地方设置了所有内容，但是当我通过控制台运行代码时，我收到以下消息:

$ python -m widendeep.py -h
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE3 instructions, but these are available on your machine and could speed up CPU computations.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.
W tensorflow/core/platform/cpu_feature_guard.cc:45] The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.

在 Windows 上运行时不会显示这些消息。这是因为我不能以这种方式通过云运行它吗？我是否必须使用 gcloud ml-engine 本地训练或 gcloud ml-engine 作业提交训练 my_job？任何有关执行此操作的正确方法的指导都会很棒。

Answer 1

These messages don't show when run on Windows. Is this because I can't run this through the cloud this way?

您可以按原样运行代码，或者至少如果不能，它与您列出的警告无关。

这些警告表明，使用运行它的机器架构，TensorFlow 可能会获得更好的性能，因为它支持比编译时使用的指令集更高级的指令集。

Do I have to use gcloud ml-engine local train or gcloud ml-engine jobs submit training my_job?

我对谷歌云不是很熟悉(我自己目前使用亚马逊)，但我可以说，如果你确实需要使用上述命令，它与你上面列出的警告无关。

这些警告适用于 CPU 指令集以及它如何与 GPU 交互，因此性能改进可能显着也可能不显着(或根本不存在)，具体取决于您的特定应用程序。

如果您想确保使用了运行程序的硬件的全部潜力，则需要在您运行的平台上编译 TensorFlow(检查 How to compile Tensorflow with SSE4.2 and AVX instructions?)。