프로그래밍 관련 정보

Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 tensorflow 예제 실행 시 import tensorflow as tf test = tf.constant( "hello world" ) sess = tf.Session() print (sess.run(test)) # 출력 # 2019-05-23 22:41:38.563812: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 # b'hello world' tensorflow를 돌리면 AVX에 관한 안내 메시지를 볼 수 있습니다. AVX는 FMA 연산 방식을 사용하는데 FMA는 선형대수(linear algebra computation), 스칼라 곱(dot-product), convolution, 행렬 연산(matrix multiply) 등의 연산을 보다 빠르게 해준다. 기계학습 training 과정에서 위와 같은 연산(스칼라, 행렬 연산 등)을 많이 사용하므로 AVX와 FMA를 지원하는 CPU는 더 빠른 연산작업을 할 수 있다. 안내 메시지의 의미는 "현재 설치된 tensorflow는 AVX를 사용하지 않게 빌드되었다" 라고 하고 있습니다. 관련링크 https://stackoverflow.com/questions/47068709/your-cpu-supports-instructions-that-this-tensorflow-binary-was-not-compiled-to-u 해결방법 1.1 - 안내 메시지 무시(코드) import os os.environ[ &q

RTX 시리즈 tensorflow-gpu 설치 python을 설치해줍니다. (3.7.3으로 진행됩니다.) https://www.python.org/downloads/ tensorflow-gpu를 사용하기 위해서는 CUDA와 cuDNN이 필요한데 RTX 시리즈를 사용하기 위해서는 CUDA 10.0 이상 버전부터 사용이 가능하다고 명시되어 있습니다. 관련 링크 https://towardsdatascience.com/how-to-make-tensorflow-work-on-rtx-20xx-series-73eb409bd3c0 CUDA Toolkit 10.0 다운로드 https://developer.nvidia.com/cuda-toolkit-archive RTX 시리즈를 사용하기 위해서는 CUDA 10.0 이상의 버전이 필요하다고 하기에 10.0을 다운로드 하겠습니다. 다운로드 받으려는 버전의 링크를 선택 본인의 환경에 맞게 선택 다운로드 순서에 따라 설치를 진행 설치완료 설치 실패가 뜰 경우 해결방법 1 기존에 미리 설치해둔 CUDA나 NVIDIA 드라이버를 제어판 - 프로그램 추가/제거에서 모두 삭제합니다. 그리고 그래픽 드라이버를 설치했다면 기본 표준 드라이버로 변경합니다. 제어판 - 시스템 및 보안 - 시스템 - 장치관리자 디스플레이 어댑터 마우스 우클릭 - 드라이버 업데이트 컴퓨터에서 드라이버 소프트웨어 검색 컴퓨터의 사용 가능한 드라이버 목록에서 직접 선택 기본 표준 드라이버로 변경 기본 표준 드라이버로 변경한 뒤 재부팅을 합니다. Program Files(x86)과 Program Files안에 Nvidia 폴더를 모두 지워줍니다. CUDA 재 설치 설치 실패가 뜰 경우 해결방법 2 Visual Studio Integration 때문에 설치가 제대로 되지 않기 때문입