Questo perche' la versione distribuita e' compilata per funzionare su un ampio spettro di calcolatori
La soluzione per avere una versione ottimizzata per tutte le istruzioni della CPU e' quella di compilare da sorgenti Tensorflow oppure di utilizzare dei container docker che gia' hanno il codice compilato ottimizzato. In questo senso vengono utili i container prodotti da Intel con il supporto MKL (Math Kernel for Deep Neural Network)
Vi sono versioni con Python 2.7
docker run -it -p 8888:8888 intelaipg/intel-optimized-tensorflow
e Python 3.6
docker run -it -p 8888:8888 intelaipg/intel-optimized-tensorflow:2.0.0-mkl-py3
Per modificare in modo permanente il container con le librerie di normale uso si lancia
e con pip si installano normalmente le librerie Python (per esempio Pandas, Matplotlib...)
al termine si fa exit e con
docker ps -a
si copia l'ID del container modificato. A questo punto con commit si modifica in modo definitivo il container
Nessun commento:
Posta un commento