【发布时间】：2019-09-28 19:21:27
【问题描述】：
我正在尝试运行代码：
from keras.datasets import imdb as im
from keras.preprocessing import sequence as seq
from keras.models import Sequential
from keras.layers import Embedding
from keras.layers import LSTM
from keras.layers import Dense
train_set, test_set = im.load_data(num_words = 10000)
X_train, y_train = train_set
X_test, y_test = test_set
X_train_padded = seq.pad_sequences(X_train, maxlen = 100)
X_test_padded = seq.pad_sequences(X_test, maxlen = 100)
model = Sequential()
model.add(Embedding(input_dim=10000, output_dim=128))
model.add(LSTM(units=128))
model.add(Dense(units=1, activation='sigmoid'))
model.compile(loss='binary_crossentropy',
optimizer='sgd',
metrics=['accuracy'])
scores = model.fit(X_train_padded,y_train)
当我运行代码时，它会给我一条消息：
I tensorflow/core/platform/cpu_feature_guard.cc:145] 此 TensorFlow 二进制文件通过 Intel(R) MKL-DNN 进行了优化，可在性能关键操作中使用以下 CPU 指令：SSE4.1 SSE4.2 AVX AVX2 FMA
要在非 MKL-DNN 操作中启用它们，请使用适当的编译器标志重建 TensorFlow。
I tensorflow/core/common_runtime/process_util.cc:115] 使用默认互操作设置创建新线程池：4. 使用 inter_op_parallelism_threads 调整以获得最佳性能。
我不明白问题出在哪里以及我接下来应该做什么。我安装了“tenserflow”包（1.14.0），但这并没有解决问题。
我已查看此参考资料，但我不知道我在寻找什么：
https://stackoverflow.com/questions/41293077/how-to-compile-tensorflow-with-sse4-2-and-avx-instructions谁能帮帮我。谢谢。
我的配置：osx-64，MacOS Mojave v.10.14.6，带有 Spyder 和 Anaconda 的 Python 3.7，conda 版本：4.7.12
【问题讨论】：
-
或许您可以忽略该消息。如果我们可以相信它的内容，它说：如果您希望非性能关键操作更快一点，请自行编译 TensorFlow。不过编译TensorFlow也不是那么容易，所以我想什么都不做也可以。
标签： tensorflow keras cpu compiler-optimization python-3.7