在研究FCN时遇到GPU OOM问题，转向CPU训练。CPU运行Tensorflow出现AVX2不支持警告。通过在Anaconda创建虚拟环境，下载并安装特定版本的Tensorflow-Wheel文件，成功解决警告，提升了CPU性能。教程详细介绍了安装步骤及PyCharm配置虚拟环境的方法。
这几天研究了一下FCN(全卷积网络)，由于电脑配置不够，用GPU训练直接报OOM（内存溢出）了， 于是转战CPU，当然，这样会很慢，之后会继续搞一下，减小一下网络的复杂度，对一些参数设置一波，看能不能正常跑下来。
记得一开始没有装GPU版的tensorflow时用CPU版本跑程序的时候总是报警告：Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2，当时没有太在意，大概搜了一下，就是说你的电脑是支持AVX2的，但是你装的tensorflow版本却不支持，当然，如果有GPU的话就可以忽视这个了，毕竟优先使用后者～既然可以更好一点（使用AVX2），那就追求一下完美吧……
网上很大部分资料对于这一块采取的措施都是屏蔽掉，所谓眼不见心不烦，但这样只能是自欺欺人啊，治标不治本，于是探究了一下，成功解决了这一问题，现记录一下：
1. 首先在Anaconda中创建虚拟环境，命名为cpu_avx2，python版本指定为3.7，这样避免出错崩溃影响到
订阅专栏 解锁全文
3479
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
