使用TensorFlow后端。 2017年6月14日17:40:44.621761:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 库并没有编译为使用SSE4.1指令,但这些是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:40:44.621783:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 库并没有编译为使用SSE4.2指令,但这些指令是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:40:44.621788:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 库并没有编译成使用AVX指令,但这些是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:40:44.621791:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 库不是为了使用AVX2指令而编译的,但这些是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:40:44.621795:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 这个库并不是为了使用FMA指令而编译的,但这些是 可用 并可以加速CPU计算。 2017-06-14 17:40:44.721911:我 张量流/流执行器/cuda/cuda_gpu_executor.cc:901]成功 从SysFS读取的NUMA节点具有负值(-1),但必须有 至少一个NUMA节点,因此返回NUMA节点0 2017年6月14日17:40:44.722288:I tensorflow/core/common_runtime/gpu/gpu_device.cc:887]找到设备0 具有属性: 名称:GeForce GTX 850M 主:5次:0内存时钟频率(GHz)0.9015 pciBusID 0000:0a:00.0 总内存:3.95GiB 可用内存:3.69GiB 2017-06-14 17:40:44.722302:我 张量流/core/common_runtime/gpu/gpu_device.cc:908]DMA:0 2017年6月14日17:40:44.722307:I 张量流/core/common_runtime/gpu/gpu_device.cc:918]0:Y 2017年6月14日17:40:44.722312:I tensorflow/core/common_runtime/gpu/gpu_device.cc:977]创建 TensorFlow设备(/gpu:0)->(设备:0,名称:GeForce GTX 850M, pci总线id:0000:0a:00.0)
TensorFlow库未编译为使用SSE4.1指令, 但这些在您的机器上可用,可以加快CPU的速度 计算。 2017年6月14日17:53:31.424793:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 库并没有编译为使用SSE4.2指令,但这些指令是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:53:31.424803:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 库并没有编译成使用AVX指令,但这些是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:53:31.424812:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 这个库并没有编译成使用AVX2指令,但这些是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:53:31.424820:W tensorflow/core/platform/cpu_feature_guard.cc:45]tensorflow 这个库并不是为了使用FMA指令而编译的,但这些是 可以在您的机器上使用,并且可以加快CPU计算。 2017年6月14日17:53:31.540959:本人 张量流/流执行器/cuda/cuda_gpu_executor.cc:901]成功 从SysFS读取的NUMA节点具有负值(-1),但必须有 至少一个NUMA节点,因此返回NUMA节点0 2017年6月14日17:53:31.541359:本人 tensorflow/core/common_runtime/gpu/gpu_device.cc:887]找到设备0 具有属性: 名称:GeForce GTX 850M 主:5次:0内存时钟频率(GHz)0.9015 pciBusID 0000:0a:00.0 总内存:3.95GiB 可用内存:128.12MiB 2017-06-14 17:53:31.541407:我 张量流/core/common_runtime/gpu/gpu_device.cc:908]DMA:0 2017年6月14日17:53:31.541420:I 张量流/core/common_runtime/gpu/gpu_device.cc:918]0:Y 2017-06-14 17:53:31.541441:本人 tensorflow/core/common_runtime/gpu/gpu_device.cc:977]创建 TensorFlow设备(/gpu:0)->(设备:0,名称:GeForce GTX 850M, pci总线id:0000:0a:00.0) 2017年6月14日17:53:31.547902:E tensorflow/stream_executor/cuda/cuda_driver.cc:893]未能 从设备分配128.12M(134348800字节): 库达错误输出内存 设备映射: /job:localhost/replica:0/task:0/gpu:0->设备:0,名称:GeForce GTX 850M,pci总线id:0000:0a:00.0 2017-06-14 17:53:31.549482:本人 tensorflow/core/common_runtime/direct_session.cc:257]设备 映射: /job:localhost/replica:0/task:0/gpu:0->设备:0,名称:GeForce GTX 850M,pci总线id:0000:0a:00.0