Команда разработчиков Intel представила бинарные пакеты для оптимизации TensorFlow версии 1.9. Они созданы для удобства тех, кто не хочет компилировать TensorFlow из источника, чтобы достичь высокой производительности процессора в случае, когда TensorFlow поддерживает Intel MKL-DNN (Math Kernel Library for Deep Neural Networks).
Изменения и улучшения
- Изменены настройки по умолчанию
inter_op_parallelism_threads, чтобы избежать переподписки. - Добавлены настройки по умолчанию OpenMP для повышения производительности во время использования MKL.
- Добавлена функция запроса
CPUIDдля определения количества гиперпотоков для каждого физического ядра на 64-битной архитектуре. - Версия Intel MKL-DNN обновлена до 0.14.
- Убрана поддержка устаревшего класса
StringPiece.
Кроме того, исправлены многочисленные баги и ошибки.
Чтобы установить пакеты как .whl-файлы, необходимо выполнить команды:
# Python 2.7
pip install https://storage.googleapis.com/intel-optimized-tensorflow/tensorflow-1.9.0-cp27-cp27mu-linux_x86_64.whl
# Python 3.5
pip install https://storage.googleapis.com/intel-optimized-tensorflow/tensorflow-1.9.0-cp35-cp35m-linux_x86_64.whl
# Python 3.6
pip install https://storage.cloud.google.com/intel-optimized-tensorflow/tensorflow-1.9.0-cp36-cp36m-linux_x86_64.whlВ случае с Docker-контейнерами потребуется выполнить команду:
$ docker pull docker.io/intelaipg/intel-optimized-tensorflow:
Последняя версия Python, под номером 3.7, вышла в июне 2018 года после полутора лет разработки. В ней появился новый формат файлов .рус, в которых кэшируется байткод, а также стала доступной встроенная точка остановки breakpoint() для программного вызова отладчика.
Источник: блог Intel Software
