不支持AVX指令集的电脑安装tensorflow

最新推荐文章于 2024-12-09 11:18:34 发布
原创 最新推荐文章于 2024-12-09 11:18:34 发布 · 3.8k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#tensorflow #神经网络 #人工智能

由于Tensorflow 1.6及更高版本需要AVX支持，对于不支持AVX的CPU，可以采取源码编译或使用旧版本。本文介绍了如何从源码编译Tensorflow 1.12.2，详细步骤包括下载源码、安装依赖、配置bazel和编译安装。另外，还提供了使用docker镜像的简便方法，以避免在非AVX环境下配置的复杂性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Tensorflow从1.6开始从AVX编译二进制文件，所以如果你的CPU不支持AVX
你需要

  1. 从源码编译
  2. 下载旧版

安装旧版（1.5或之前版本）：

pip3 install tensorflow==<version>  #version指定版本

但是现在很多基于tensorflow的项目都是用新版本的tensorflow了。所以建议还是使用新版本的tensorflow. 以免遇到很多不必要的问  题。

编译源码安装

 1. 下载tensorflow的release 1.12版本的release版本：

      https://codeload.github.com/tensorflow/tensorflow/zip/v1.12.2 

 2. 下载安装Python相关依赖

      sudo apt install python-dev python-pip  # or python3-dev python3-pip（建议用python3

      pip(3) install -U --user pip six numpy wheel setuptools mock(python3 对应用pip3)
      pip(3)install -U --user keras_applications==1.0.6 --no-deps
      pip(3) install -U --us

最低0.47元/天 解锁文章

200万优质内容无限畅学
AVX指令集与CPU性能测量
m0_74337424的博客
06-21 84
摘要：本文探讨了使用AVX指令集进行CPU性能测量的方法。AVX指令集通过SIMD技术实现并行计算，提升浮点运算能力。文章分析了影响性能测量的关键因素，包括迭代次数、CPU频率调节、数据依赖和子正常数等，并提出了解决方案：使用硬件计数器、固定CPU频率、绑定线程到高效核心以及优化数据类型。通过初始化向量、提高计算精度和使用性能分析工具等方法，可获得更稳定的测量结果。这些措施有助于深入理解AVX指令集的性能表现。
完美解决Tensorflow不支持AVX2指令集问题
热门推荐
想不出一个好的标题，就用这个吧
07-14 2万+
这几天研究了一下FCN(全卷积网络)，由于电脑配置不够，用GPU训练直接报OOM（内存溢出）了， 于是转战CPU，当然，这样会很慢，之后会继续搞一下，减小一下网络的复杂度，对一些参数设置一波，看能不能正常跑下来。 记得一开始没有装GPU版的tensorflow时用CPU版本跑程序的时候总是报警告：Your CPU supports instructions that this TensorFlo...
完美解决Tensorflow不支持AVX2指令集问题|指令集加速
honor
07-12 1万+
在pycharm中安装tensorflow后 运行如下测试代码： import tensorflow as tf x = tf.Variable(3, name="x") y = tf.Variable(4, name="y") f = x*x*y + y + 2 print(f) 发现会报一行错误 Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2大概意思是安装的tensorf
windows环境下在不支持AVX指令集的CPU上使用anaconda配置tensorflow
IDrandom的专栏
10-08 3348
因为在tf1.6以后官方的tf包都是用AVX编译的，因此如果cpu比较老（1156平台，775平台及更早），都是没这个指令集的，有几个方法可以解决这个问题： 1.使用Docker配置：在windows上显得有点zz，还要先配一个虚拟机，然后上面跑docker，如果要弄notebook还要配置许多其他的东西，我简单了解了下就扔了，我就这么一张卡打游戏，所以就只打算在win上配一下练练而已，不想这么麻...
CPU 不支持 AVX2 指令集，Tensorflow 安装解决方案
lingtianyulong的专栏
09-02 1万+
由于 Tensorflow从1.6版本之后，采用 AVX2的方式进行编译，导致不能支持 AVX2的较早的CPU版本，不能运行新版的Tensorflow,经本人实验之后，给出以下解决方案： 1：降低 tensorflow版本，将 tensorflow版本降低到 1.5以下； 2：安装 tensorflowSSE版本，下载地址：https://github.com/fo40225...
CPU版的Tensorflow不支持AVX2指令集问题解决方案
漂洋过海的博客
01-12 3851
这个问题遇到第三次了，回想查找解决方案的艰辛，为自己以后方便解决也为各位减少时间浪费，特说明自己遇到问题情况以及自己的解决方案。主要写两点：1、pip导入whl文件和PyCharm使用pip内部库2、tensorflow版本问题以及安装 pip导入whl文件和PyCharm使用pip内部库 whl文件的查找和下载： 可以直接百度：“python whl”，进行查找，详细操作请见： https://jingyan.baidu.com/article/d45ad14857168e69552b801f.html
在不支持avx指令集的cpu上部署tensorflow及keras.
babytiger的专栏
01-13 9558
当我们训练好了一个模型（比较轻量级的），部署在一个不支持AVX2的cpu上时（比如奔腾g4560,intel cerelon N4100等)，看cpu是否支持avx2使用cpu-z软件，下载：http://www.cpuid.com/cpuz.php 如果是英特尔的CPU，只要是二代或以后的i3、i5或者i7这几种，就会支持AVX指令集，奔腾及赛扬不支持。 如果是AMD的产品，则推土机架构以...
VMware虚拟机cpu不支持avx指令集处理
杭州吉网-运维日记
12-11 1万+
原创作者：运维工程师 谢晋。
老cpu（10年前的core i3 不支持avx指令集）安装tensorflow2.0
liu_ying_qi的专栏
03-21 5215
老cpu（10年前的core i3 不支持avx指令集）安装tensorflow2.0安装Anaconda新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表...
Tensorflow不支持AVX2指令集的解决方法
12-20
标题中的问题涉及到TensorFlow在运行时与CPU的兼容性问题，特别是关于AVX2指令集的支持。AVX2（Advanced Vector Extensions 2）是Intel处理器的一种扩展，它提供了更高效的浮点运算和向量处理能力，能显著加速计算...
VMware虚拟机CPU不支持AVX指令集，但物理主机CPU支持
最新发布
pcj_888的博客
12-09 1483
如题
tensorflow-1.8.0-ubuntu16.04-py27-no_avx-xeon_x5650
05-12
tensorflow-1.8.0-ubuntu16.04-py27-no_avx-xeon_x5650 在不支持AVX指令的Xeon X5650 CPU上运行的Ubuntu 16.04 VM上，在没有GPU的情况下为Python 2.7构建的Tensorflow 1.8.0轮，但没有GPU，该CPU不支持Sandy Bridge。 用法： pip install tensorflow-1.8.0-cp27-cp27mu-linux_x86_64.whl 如果您的CPU对于PyPI上的官方Tensorflow软件包而言过旧，这可能会很有用。
tensorflow 支持avx
10-20
支持avx指令集的tensorflow，解决在运行时的报错问题。
(TF)Anaconda安装Tensorflow+Keras+Jupyter Notebook 老电脑（CPU不支持AVX指令集）
踏雪的专栏
05-17 1779
(TF)Anaconda安装Tensorflow+Keras+Jupyter Notebook老电脑（CPU不支持AVX指令集） 目录     -1、安装anaconda最新版本     -2、增加国内镜像源     -3、设置环境变量     -4、安装Tensorflow（CPU版本）     -5、老CPU，没有AVS指令集的CPU，安装SSE版本     -6、测试Tensorflow ...
CPU 不支持 AVX2 指令集，安装tensorflow出现ImportError: DLL load failed
qq_19841133的博客
12-29 1594
这个是因为cpu太老古董了（为了发扬我大图拉丁捡垃圾精神，把实验室淘汰的古董的775的主板+Q9450的U+8500GT拼出来给自己用了），CPU 不支持 AVX2 指令集，不能支持tensorflow1.5以上的版本。所以得安装tensorflow1.5以下的版本。 python高于3.6的话直接pip install tensorflow==1.5 好像装不了了。pip search tens...
处理器不支持安装python_个人输出 | 处理器不支持AVX，搭建tensorflow环境一把辛酸泪...
weixin_39637363的博客
12-20 751
利用anaconda搭建tensorflow环境，按照网上的教程一步步走下来，无奈我的笔记本既没有英伟达显卡，处理器也不支持AVX。没有英伟达显卡那就安装CPU版本，不支持AVX有两种选择，第一种降版本，1.6之前的无须AVX；第二种是从源码编译安装，这个很难。然而我必须要用2.×版本，所以选择了很麻烦的源码编译道路。首先去网上搜了许多教程，按照步骤一步步走，然而总是出错。多看了几篇之后发现可以用...
在没有 AVX 的 CPU 上运行 TensorFlow 2.0
10-10 1186
例如，如果你的目标是进行图像识别，你可以使用深度学习框架如Keras或PyTorch来训练一个卷积神经网络。如果你不需要使用TensorFlow 2.0的高级功能，你可以考虑使用其他深度学习框架，如PyTorch或Keras。如果你发现你的CPU不支持AVX指令集，那么你将无法在没有AVX的CPU上运行TensorFlow 2.0。如果你可以，你可能需要升级你的CPU，以支持AVX指令集。总的来说，解决在没有AVX的CPU上运行TensorFlow 2.0的问题需要根据你的具体需求和目标来进行选择。
linux cpu是否支持avx,Tensorflow Cpu不支持AVX
weixin_34160181的博客
05-13 1723
TensorFlow CPU环境 SSE&sol;AVX&sol;FMA 指令集编译TensorFlow CPU环境 SSE/AVX/FMA 指令集编译 sess.run()出现如下Warning W tensorflow/core/platform/cpu_feature_guar ...怎样知道 CPU 是否支持虚拟化技术(VT) &vert; Linux 中国版权声明...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值