如何在Anaconda中重新编译TensorFlow以启用CPU指令

问题描述 #

运行Keras脚本时出现如下提示：

2024-02-10 14:11:47.255446: I tensorflow/core/platform/cpu_feature_guard.cc:182] This TensorFlow binary is optimized to use available CPU instructions in performance-critical operations. To enable the following instructions: SSE4.1 SSE4.2 AVX AVX2 AVX_VNNI FMA, in other operations, rebuild TensorFlow with the appropriate compiler flags.

需在Anaconda环境下重新编译TensorFlow以启用这些CPU指令、消除提示并提升性能，已配置好官方指南中的依赖，但不清楚TensorFlow仓库存放位置、适配问题的编译命令，以及编译后文件的放置路径。

解决方案 #

一、TensorFlow仓库存放位置 #

• 可选择Anaconda环境所在目录下的任意位置（比如环境根目录的src文件夹），也可放在个人工作目录，只要后续编译时能定位到路径即可。建议直接克隆到当前激活的Anaconda环境的site-packages同级目录，方便后续替换操作。
• 克隆仓库命令（未克隆过的话执行）：

  git clone https://github.com/tensorflow/tensorflow.git
  

二、适配CPU指令的编译命令 #

先激活目标Anaconda环境，再进入TensorFlow仓库根目录，执行以下步骤：

1. 配置编译参数：

   ./configure
   

   配置过程中，当询问是否启用特定CPU优化时选择Y，并指定要启用的指令集：SSE4.1 SSE4.2 AVX AVX2 AVX_VNNI FMA；同时确保指定Anaconda环境中的Python解释器路径。
2. 执行编译命令（CPU版本示例，可按需调整）：

   bazel build --config=opt --copt=-mavx --copt=-mavx2 --copt=-mfma --copt=-msse4.1 --copt=-msse4.2 //tensorflow/tools/pip_package:build_pip_package
   

   该命令通过--copt参数强制启用指定的CPU指令集，确保编译后的TensorFlow支持这些性能优化。

三、编译后文件部署（自动适配Anaconda路径） #

1. 编译完成后生成pip安装包：

   ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
   

2. 卸载Anaconda环境中原有的TensorFlow：

   pip uninstall tensorflow -y
   

3. 安装编译好的自定义包（替换为实际生成的包文件名）：

   pip install /tmp/tensorflow_pkg/tensorflow-*.whl
   

   安装完成后，编译后的TensorFlow文件会自动放置到当前Anaconda环境的site-packages目录，无需手动移动。

内容的提问来源于stack exchange，提问作者mkow93