启用 AVX/FMA 指令的 TensorFlow 代码包(whl)

由于谷歌官方并未提供启用 AVX/FMA 指令的 TensorFlow 代码包。所以我根据 TensorFlow 源代码编译启用了 AVX/FMA 指令和 cuda\cuDNN 的代码包,供大家下载:

(注意!仅适用于支持 AVX2 指令集的英特尔处理器)

我会根据后续版本更新持续提供对应编译版本,敬请关注!

TensorFlow 1.8.0

1.未启用 cuda 和 cuDNN:(截至2018年5月21日)

Python
Windows
Linux
Python 2.7x64x64
Python 3.6x64x64

2.启用 cuda-9.2 和 cuDNN-7.1,其中 cuda 位于 /usr/local/cuda-9.2,NCCL 1.3,未启用 TensorRT,compute capability: 6.1,未加–cxxopt=”-D_GLIBCXX_USE_CXX11_ABI=0″ 选项:(截至2018年5月21日)

Python
Windows
Linux
Python 2.7暂无x64
Python 3.5暂无x64

3.启用 cuda-9.0 和 cuDNN-7.1,其中 cuda 位于 /usr/local/cuda(指向 /usr/local/cuda-9.0),NCCL 2.2、TensorRT 3,compute capability: 6.1:(截至2018年6月1日)

Python
Windows
Linux
Python 2.7暂无x64
Python 3.5暂无x64
Python 3.6暂无x64

4.启用 cuda-9.0 和 cuDNN-7.1,其中 cuda 位于 /usr/local/cuda(指向 /usr/local/cuda-9.0),NCCL 1.3、TensorRT 3,compute capability:6.1:(截至2018年6月1日)

Python
Windows
Linux
Python 2.7暂无x64
Python 3.5暂无x64
Python 3.6暂无x64

TensorFlow 1.9.0

1.未启用 cuda 和 cuDNN:(截至2018年6月16日)

Python
Windows
Linux
Python 2.7暂无rc1 | rc2 | Release
Python 3.6暂无rc1 | rc2 | Release

2.启用 cuda 9.2\cuDNN 7.1\nccl2.2\TensorRT4.0:(截至2018年7月4日)

Python
Windows
Linux
Python 2.7暂无rc2 | Release
Python 3.6暂无rc2 | Release

TensorFlow 1.10.0

从此版本开始,支持 GPU 的预编译版基于 NCCL 2.2,且不附带 NCCL。因此多 GPU 支持需要升级到 NCCL 2.2。

1.未启用 cuda 和 cuDNN:(截至2018年8月11日)

Python
Windows
Linux
Python 2.7
x64
x64
Python 3.6
x64
x64

2.启用 cuda 9.2\cuDNN 7.1\nccl 2.2\TensorRT 4.0:(截至2018年8月11日)

Python
Windows
Linux
Python 2.7
暂无
x64
Python 3.6
暂无
x64

3.启用 cuda 9.2\cuDNN 7.2\nccl 2.2\TensorRT 4.0:(截至2018年8月11日)

Python
Windows
Linux
Python 2.7
暂无
x64
Python 3.6
暂无
x64

TensorFlow 1.10.1

1.启用 cuda 10.0\cuDNN 7.3\nccl 2.3\TensorRT 5.0 RC:(截至2018年9月25日)

PythonLinux
Python 2.7x64
Python 3.6x64

TensorFlow 1.11.0

预告:从此版本开始,Windows 版仅支持使用 bazel 编译。

1.启用 cuda 10.0\cuDNN 7.2\nccl 2.3\TensorRT 5.0 RC:(截至2018年9月28日)

PythonLinux
Python 2.7x64
Python 3.6x64

由于受众有限,不提供 OS X 版。

如果您需要自行编译,可以参照以下文章:

在 Windows 10 中编译 TensorFlow

在 Ubuntu 中编译 TensorFlow

关于 “启用 AVX/FMA 指令的 TensorFlow 代码包(whl)” 的 1 个意见

发表评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据