CPU环境更新TensorFlow与Keras后出现CUDA警告是否有问题及解决方法

警告的影响说明 #

所有警告均不会导致TensorFlow功能异常，仅存在性能层面的微小差异，不会影响正常使用，两类警告的具体含义如下：

• CUDA相关警告：你安装的是默认带GPU支持的TensorFlow版本，启动时会自动检索NVIDIA显卡的CUDA驱动组件，无NVIDIA显卡或未配置CUDA环境时就会触发此类警告，日志本身也明确提示无GPU设备可直接忽略。
• AVX/AVX2相关提示：更新后的TensorFlow版本已经通过oneDNN优化，在性能关键的运算环节已经启用了AVX/AVX2指令集，剩余提示仅说明非核心运算如果要完全适配该指令集需要自行编译TensorFlow，普通使用场景下感知不到差异。

修复方案 #

方案1：安装CPU专属版本TensorFlow（根除CUDA类警告） #

你之前执行的keras::install_keras()默认安装GPU兼容版本，改为指定安装CPU版本即可避免CUDA组件检测：

# 卸载原有TensorFlow环境后执行即可
keras::install_keras(type = "cpu")

方案2：屏蔽TensorFlow日志警告（操作最简单） #

如果不想改动现有环境，直接在加载TensorFlow/Keras前添加环境变量配置，屏蔽INFO和WARNING级别的日志即可：

library(reticulate)
os <- import("os")
# 日志级别说明：0=显示所有日志，1=屏蔽INFO，2=屏蔽INFO+WARNING，3=仅显示FATAL错误
os$environ[["TF_CPP_MIN_LOG_LEVEL"]] <- "2"

AVX提示的处理建议 #

该提示无根除必要，自行编译TensorFlow需要配置完整的C++编译工具链、oneDNN依赖等，操作复杂且普通场景下不会带来可感知的性能提升，要么直接忽略，要么通过上述日志屏蔽方案隐藏即可。

内容的提问来源于stack exchange，提问作者David Díaz