为什么在我使用 MKL 时 Tensorflow 会警告 AVX2？
Why does Tensorflow warn about AVX2 while I am using MKL?
我正在使用支持 MKL 的 Tensorflow 的 Anaconda 发行版。
from tensorflow.python.framework import test_util
test_util.IsMklEnabled()
此代码打印 True。但是，当我编译我的 Keras 模型时，我仍然得到
Your CPU supports instructions that this TensorFlow binary was not
compiled to use: AVX AVX2
这不是我所期望的行为。
可以忽略此警告。出现这种情况的原因是因为在构建 TF 时设置了指令集标志。但是，MKL-DNN（负责在 tensorflow-mkl 中执行核心计算的数学库）在 运行 时间将使用您的机器支持的最新矢量指令集。如果你查看 intel 优化的 tensorflow install guide，你可以获得更多详细信息。
所以底线是，尽管出现了这些警告消息，但 MKL 在 运行 时间
使用了 AVX2
tensorflow 执行的 MKL-DNN 部分（这是 MKL 工程师提供的主要加速）在运行时进行了 JIT。因此，针对二进制创建的指令集与 MKL-DNN 代码无关。它只会影响其他数学，主要是 Eigen 库和任何尚未被 MKL-DNN 函数替换的函数。
我正在使用支持 MKL 的 Tensorflow 的 Anaconda 发行版。
from tensorflow.python.framework import test_util
test_util.IsMklEnabled()
此代码打印 True。但是，当我编译我的 Keras 模型时，我仍然得到
Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
这不是我所期望的行为。
可以忽略此警告。出现这种情况的原因是因为在构建 TF 时设置了指令集标志。但是，MKL-DNN（负责在 tensorflow-mkl 中执行核心计算的数学库）在 运行 时间将使用您的机器支持的最新矢量指令集。如果你查看 intel 优化的 tensorflow install guide，你可以获得更多详细信息。 所以底线是，尽管出现了这些警告消息，但 MKL 在 运行 时间
使用了 AVX2tensorflow 执行的 MKL-DNN 部分（这是 MKL 工程师提供的主要加速）在运行时进行了 JIT。因此，针对二进制创建的指令集与 MKL-DNN 代码无关。它只会影响其他数学，主要是 Eigen 库和任何尚未被 MKL-DNN 函数替换的函数。