Написать пост

Intel представила пакеты для оптимизации TensorFlow 1.9

Аватар Екатерина Никитина

Они созданы для повышения производительности ядра при компиляции в случае, когда TensorFlow поддерживает Intel MKL-DNN (Math Kernel Library).

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 CPUID для 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.whl
		

В 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.

Следите за новыми постами
Следите за новыми постами по любимым темам
1К открытий1К показов