這幾天研究了一下FCN(全卷積網絡)，由于電腦配置不夠，用GPU訓練直接報OOM（內存溢出）了， 于是轉戰CPU，當然，這樣會很慢，之后會繼續搞一下，減小一下網絡的復雜度，對一些參數設置一波，看能不能正常跑下來。

讓客戶滿意是我們工作的目標，不斷超越客戶的期望值來自于我們對這個行業的熱愛。我們立志把好的技術通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領域值得信任、有價值的長期合作伙伴，公司提供的服務項目有：域名與空間、雅安服務器托管、營銷軟件、網站建設、通道網站維護、網站推廣。

記得一開始沒有裝GPU版的tensorflow時用CPU版本跑程序的時候總是報警告：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2，當時沒有太在意，大概搜了一下，就是說你的電腦是支持AVX2的，但是你裝的tensorflow版本卻不支持，當然，如果有GPU的話就可以忽視這個了，畢竟優先使用后者～既然可以更好一點（使用AVX2），那就追求一下完美吧……

網上很大部分資料對于這一塊采取的措施都是屏蔽掉，所謂眼不見心不煩，但這樣只能是自欺欺人啊，治標不治本，于是探究了一下，成功解決了這一問題，現記錄一下：

1. 首先在Anaconda中創建虛擬環境，命名為cpu_avx2，python版本指定為3.7，這樣避免出錯崩潰影響到其他程序操作：

2. 在這里下載對應版本的tensorflow：https://github.com/fo40225/tensorflow-windows-wheel，比如我需要的是CPU+AVX2+Python3.7，那么我就選擇第二個：

按照路徑提示，在上邊找到對應的.whl文件，對應本次安裝的路徑為：

3. 將該文件下載下來，放到相應的目錄下（為了方便建議放到命令窗口對應的目錄下，這樣就不用再切換目錄了，反正只要能找到該文件就行）：

然后打開Anaconda Prompt，進入剛才創建的虛擬空間cpu_avx2，安裝即可：

完事后可以看一下安裝的包：

整個過程大概持續幾分鐘，需要安裝一些依賴，如果不能下載.whl文件的話就直接在命令窗口使用該命令從github下載安裝：

pip install https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.14.0/py37/CPU/avx2/tensorflow-1.14.0-cp37-cp37m-win_amd64.whl

當前名稱：Tensorflow不支持AVX2指令集的解決方法-創新互聯
文章URL：http://vcdvsql.cn/article18/csegdp.html

成都網站建設公司_創新互聯，為您提供小程序開發、網站設計、品牌網站設計、App開發、網站維護、外貿網站建設

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯