¿Qué significa este mensaje de tensorflow? ¿Algún efecto secundario? ¿La instalación fue exitosa?

Acabo de instalar tensorflow v2.3 en anaconda python. Traté de probar la instalación usando el comando python a continuación;

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

Recibí el siguiente mensaje;

2020-12-15 07:59:12.411952: I tensorflow/core/platform/cpu_feature_guard.cc:142] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)to use the following CPU instructions in performance-critical operations:  AVX AVX2
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
hello, [[4.]]

Por el mensaje, parece que la instalación se instaló correctamente. pero que hace This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN)to use the following CPU instructions in performance-critical operations: AVX AVX2 significa exactamente?

¿Estoy usando una versión de tensorflow con algunas características limitadas? ¿Algún efecto secundario?

Estoy usando Windows 10.

Una parte importante de Tensorflow es que se supone que es rápido. Con una instalación adecuada, funciona con CPU, GPU o TPU. Parte de ir rápido significa que usa un código diferente dependiendo de su hardware. Algunas CPU admiten operaciones que otras CPU no admiten, como la suma vectorizada (agregar varias variables a la vez). Tensorflow simplemente te dice que la versión que has instalado puede usar las operaciones AVX y AVX2 y está configurada para hacerlo de manera predeterminada en ciertas situaciones (por ejemplo, dentro de una matriz de multiplicación hacia adelante o hacia atrás), lo que puede acelerar las cosas. Esto no es un error, solo le dice que puede y aprovechará su CPU para obtener esa velocidad adicional.

Nota: AVX significa Extensiones vectoriales avanzadas.

El mensaje

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

significa que en lugares donde el rendimiento es importante (por ejemplo, la multiplicación de matrices en redes neuronales profundas), se utilizarán ciertas instrucciones de compilación optimizadas. La instalación parece ser exitosa.

los Repositorio oneDNN GitHub dice:

oneAPI Deep Neural Network Library (oneDNN) es una biblioteca de rendimiento multiplataforma de código abierto de componentes básicos para aplicaciones de aprendizaje profundo. La biblioteca está optimizada para procesadores de arquitectura Intel, gráficos de procesador Intel y gráficos basados ​​en arquitectura Xe. oneDNN tiene soporte experimental para las siguientes arquitecturas:

• Brazo* Arquitectura de 64 bits (AArch64)
• GPU NVIDIA*
• OpenPOWER* Energía ISA (PPC64)
• IBMz* (s390x)

Compilé la biblioteca Tensorflow varias veces y si tienes algo como lo siguiente:

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 $

esto significa que la CPU puede usar, pero la biblioteca Tensorflow no usa estos.

Los mensajes pueden confundirse, así que elegí el código fuente (tensorflow/core/platform/cpu_feature_guard.cc:193) y hay lo siguiente:

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     }

El método “CheckIfFeatureUnused(CPUFeature::AVX, “AVX”,mising_instructions)” comprueba si la CPU puede ejecutar AVX y coloca el “AVX” en la colección de faltante_instrucciones, lo que se imprime.

Debe crear un nuevo entorno o intentar instalar tensorflow en gpu en el entorno base actual, para eso use los siguientes comandos …

creando un nuevo entorno: conda create –name py36 python==3.6.13 o cualquier versión más reciente

instalando tensorflow en CPU: conda install tensorflow conda install keras

instalando tensorflow en GPU: conda install tensorflow-gpu conda install tensorflow-estimator==2.1.0 o cualquier versión más reciente

Espero que te sirva, gracias…

cuando usaba “detallado=0” en Model.fit() ocurrió, luego lo eliminé y se resolvió

Hice los siguientes comandos para instalar keras y tensorflow en UPC y 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