如何利用具有张量流的intel-mkl

时间:2016-09-25 07:04:12

标签: python c++ numpy tensorflow blas

我已经看过很多关于使用具有张量流的CPU的文档,但是,我没有GPU。我所拥有的是一个相当强大的CPU和一个5GB的英特尔数学内核,我希望这可以帮助我加快张力流的速度。

有谁知道我怎么做"制作" tensorflow使用intel-mlk?

3 个答案:

答案 0 :(得分:3)

从源构建TensorFlow 1.2并在配置步骤中启用MKL的支持。

Mac用户注意事项

截至2017年12月,MKL仅适用于Linux。见https://tensorflow.org/performance/performance_guide#optimizing_for_‌​cpu

  

注意:从TensorFlow 1.2开始添加MKL,目前仅适用于Linux。当使用--config = cuda。

时,它也不起作用

答案 1 :(得分:1)

由于tensorflow使用Eigen,尝试使用启用MKL的Eigen版本here

  
      
  1. 在包含任何Eigen的标题之前定义EIGEN_USE_MKL_ALL宏
  2.   
  3. 将您的程序链接到MKL库(请参阅MKL linking advisor
  4.   
  5. 在64位系统上,您必须使用LP64接口(而不是ILP64接口)
  6.   

所以一种方法是按照上述步骤修改tensorflow的来源,重新编译并安装在你的机器上。如果您set the correct flags-O3 -xHost -ipo,您应该尝试使用英特尔编译器,这可能会提高性能。

答案 2 :(得分:0)

我知道它已经整整一年了,但我现在看到英特尔优化Tensorflow有一个办公室WHEEL。值得一试 https://software.intel.com/en-us/articles/intel-optimized-tensorflow-wheel-now-available