2017-12-28 7 views
1

Hat jemand gelungen tensorflow Python Rad mit der folgenden Konfiguration zu erstellen:tensorflow build - CPU/MKL/Windows-

  1. CPU (nicht GPU)
  2. OS: Windows- 7/Server 2012
  3. Verwenden von Intel MKL und/oder MKL-dnn
  4. Python 3.6

Ich kämpfe seit Tagen, versuchen, Bazel-Dateien und CMake-Dateien ohne Erfolg zu optimieren.

Möchten wissen, ob jemand erfolgreich und bereit zu teilen, was er tat.

Danke, Lior

Antwort

0

ich diese Verteilung verwendet und es funktionierte für mich (Windows 7 und 10 64-Bit, 2x Intel Xeon E5-2637 v3)

https://github.com/fo40225/tensorflow-windows-wheel

+0

Tx. Weißt du, ob es mkl verwendet? –

+0

Ja, um die AMX2-Architektur nutzen zu können, müssen Sie MKL verwenden. https://www.tensorflow.org/performance/performance_guide#optimizing_for_cpu – Jespar

+0

Das Problem mit den Github-Codes besteht darin, dass ihre Aktualisierungshäufigkeit nicht immer mit der Aktualisierung des Tensorflows übereinstimmt. Wenn der Benutzer nicht aktiv ist, müssen Sie daher möglicherweise eine ganze Weile auf die nächste Version von TF - MKL warten. Es sei denn natürlich, Sie bekommen Ihre Hände schmutzig und nehmen Anpassungen an seinem Code vor. – Jespar

1

Lösung fein: 1

Die Installation von TensorFlow von Source on Windows wird im Allgemeinen nicht unterstützt. Aber Sie können versuchen, dies mit Bazel oder Tensorflow cmake Build zu bauen. Siehe: https://www.tensorflow.org/install/install_sources

Lösung: 2

erstellen Intel optimiert Conda Umgebung wie folgt:

Conda erstellen -n tf -c intel Python = 3,6

installieren tensorflow:

Conda installieren -c Intel Tensorflow

Dies wird Tensorflow Version 1.2.1 mit mkl installieren. Dies könnte helfen.

Voraussetzungen: Installieren Sie Anaconda auf Ihrer Windows-Maschine.

Verwandte Themen