问题您的 CPU 支持此 TensorFlow 二进制文件未编译使用的指令：AVX2 FMA
Issue Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
我在 linux 中 运行 我的 python 文件时遇到了这个问题。
我在 google 中搜索了一些答案，例如使用以下代码：
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
系统可以运行但是没有ant out信息。实际上我发现 2 表示忽略所有信息，而 1 表示提供所有信息，如错误或正常输出。
因为需要用到GPU所以我的原代码是：
os.environ["CUDA_VISIBLE_DEVICES"]="0"
但如果我保留代码，我的输出将是一个错误信息，如标题。
我能怎么做？当然我需要使用 GPU 并且代码可以在 colab 中 运行 这表明我的代码没有问题。
有些人甚至说卸载 tensorboard...那一定是错误的方法。
或者我应该在 m,y 虚拟环境中下载 tensorflow gpu 而不是 tensorflow？当我使用 THE tensorflow gpu 版本时，错误是核心转储。
如果在强制os.environ["CUDA_VISIBLE_DEVICES"]="0"时不起作用，那么这意味着你的tensorflow gpu安装没有成功。您必须确保 TensorFlow + CUDA + CUDNN 的组合正确。这就是你得到错误的原因，因为不正确的 versions/installation TF 退回到 CPU.
我在 linux 中 运行 我的 python 文件时遇到了这个问题。 我在 google 中搜索了一些答案，例如使用以下代码：
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
系统可以运行但是没有ant out信息。实际上我发现 2 表示忽略所有信息，而 1 表示提供所有信息，如错误或正常输出。
因为需要用到GPU所以我的原代码是：
os.environ["CUDA_VISIBLE_DEVICES"]="0"
但如果我保留代码，我的输出将是一个错误信息，如标题。 我能怎么做？当然我需要使用 GPU 并且代码可以在 colab 中 运行 这表明我的代码没有问题。
有些人甚至说卸载 tensorboard...那一定是错误的方法。
或者我应该在 m,y 虚拟环境中下载 tensorflow gpu 而不是 tensorflow？当我使用 THE tensorflow gpu 版本时，错误是核心转储。
如果在强制os.environ["CUDA_VISIBLE_DEVICES"]="0"时不起作用，那么这意味着你的tensorflow gpu安装没有成功。您必须确保 TensorFlow + CUDA + CUDNN 的组合正确。这就是你得到错误的原因，因为不正确的 versions/installation TF 退回到 CPU.