[译] 出于性能考虑,请别使用 pip 安装 TensorFlow

RuthTeresa 发布于11月前
0 条问题

[译] 出于性能考虑,请别使用 pip 安装 TensorFlow

这几天在TensorFlow模型接收base64编码图像这件事情上卡壳了,翻阅了很多资料,仍没有找到圆满解决方案。暂时放松一下,翻译一篇文章,文章原题目为:Stop Installing Tensorflow using pip for performance sake!,链接地址:https://towardsdatascience.com/stop-installing-tensorflow-using-pip-for-performance-sake-5854f9d9eb0c

停止使用pip安装Tensorflow!请改用conda。您还不知道conda是什么?它是一个跨平台运行的开源软件包和环境管理系统,适用于Mac,Windows和Linux。如果您还没有使用conda,我建议您开始使它,因为它可以让您更加愉快地管理您的数据科学工具。

以下是使用conda而不是pip安装Tensorflow的两个非常重要的原因。

CPU性能更快

conda Tensorflow软件包从1.9.0版本开始,利用用于深度神经网络的英特尔数学核心库(MKL-DNN)。该库提供了巨大的性能提升。这张图表能证明!

[译] 出于性能考虑,请别使用 pip 安装 TensorFlow

图表来自https://www.anaconda.com/blog/developer-blog/tensorflow-in-anaconda/

如图所见,与pip安装相比,conda安装的Tensorflow性能可提供超过8倍的速度提升。对于经常使用CPU进行训练和推理的人来说,这非常有用。作为一名机器学习工程师,我使用CPU测试运行训练代码,然后将其推送到支持GPU的机器上。这种速度的提高帮助我更快地迭代。我尽可能在CPU上做很多推理,所以这将有助于优化我的模型性能。

MKL库不仅可以加速Tensorflow软件包,还可以加速其它广泛使用的库,如NumPy、NumpyExr、SciPy和Scikit-Learn!

GPU版本安装更简单

conda会自动安装GPU支持所需的CUDA和CuDNN库,而pip安装要求您手动执行此操作。每个人都喜欢一步到位,特别是在下载库的时候。

快速开始

我希望这两个原因足以让您切换到使用conda。如果您确定,从这一步开始。

pip uninstall tensorflow

如果你还没有安装Anaconda或Miniconda,请安装。Miniconda只是安装conda和它的依赖,而Anaconda会预先安装很多软件包。我更倾向于使用Miniconda。安装conda后试试这个。

conda install tensorflow

如果使用GPU的版本,请使用tensorflow-gpu替换tensorflow。

除了使得使用Tensorflow更快更简单之外,conda还提供了其他工具集,更易于集成到您的工作流程中。我最喜欢的一个特性是他们的虚拟环境功能。您可以在此处阅读有关conda和tensorflow的更多信息。这里有更多关于MKL优化的信息。

希望这篇文章对您有帮助,感谢阅读!

[译] 出于性能考虑,请别使用 pip 安装 TensorFlow

查看原文: [译] 出于性能考虑,请别使用 pip 安装 TensorFlow

  • beautifulbutterfly
需要 登录 后回复方可回复, 如果你还没有账号你可以 注册 一个帐号。