作者回复: 谢谢指正，的确如此。这里提到 AVX2 的原意是： 1.希望大家了解 CPU 指令集优化方面的知识； 2.TensorFlow 目前不再维护 Mac OS X 上对 GPU 的支持，因此需要关注 CPU 设备上的优化； 3.TensorFlow pre-built wheel 包是没有开启 AVX2 指令集编译优化的。类似的有 GCP、HDFS等特性的支持，也需要用户通过 bazel 手动编译 TensorFlow 选择是否编译相关特性的代码。（录制时好像忘了提这个，在《深入理解TensorFlow》一书中有专门讲这块）关于 Grant 提到的 wheel： 1. wheel 是 Python 的软件打包和发布工具； 2. wheel 也是一种 Python 的软件发布标准，用于替代之前的 eggs； 3. ".whl" 文件是符合其发布标准的 Python 软件安装包。因为视频都是一次性集中录制的，可能会有细节没顾及到。欢迎更多同学指正错误，再次感谢。

2019-01-07



8

不专注的linuxer

虽然说TF支持AVX2指令集运算速度会快一点，但是也快不到哪去，但是得手动编译加入AVX2指令集的支持，很麻烦。建议大家安装支持Intel的MKL库的TensorFlow，这样会快很多。Intel官方也给了说明，说支持MKL的TensorFlow比不支持的快8倍左右。具体的安装方法大家可以看我在09讲视频的留言，只需要一条命令即可安装，不需要手动安装MKL库，MKL库是自动随着TensorFlow的安装而安装的。注：支持MKL的TensorFlow运行时仍然会提示不支持AVX2，这个Intel已经解释过了，支持MKL库的TensorFlow，使用MKL库的运算子，已经采用了最优化指令，是最优化的速度，不可能更快。

作者回复: MKL 的优化确实不错。之前在华为跑大规模分布式训练时，作为了我们 MPI 优化版的一个对标版本。

2019-02-26



3

lunar

看到讲的是1.12版的我, 立刻就订阅了书面教材1.4, 有的代码在最新的环境一直报错却找不到原因的那种痛苦, 终于可以终结了, 哈哈

作者回复: 欢迎欢迎！未来我们还会出2.0的书

2019-01-07



3

三笠笠

支持老师！花99跟在淘宝买那些9.9好多G课程的感觉就是不一样哈哈下学期要写论文了如果能发sci 我就读博去希望看完课程能对我写论文做实验有帮助！

作者回复: 希望能够对你有所帮助！加油

2019-02-20



1

許敲敲

C:\Users\xkx>python Python 3.6.3 (v3.6.3:2c5fed8, Oct 3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf >>> hello=tf.constant('hello tensorflow') >>> sess=tf.Session() >>> sess.run(hello) b'hello tensorflow' >>> windows 下输出的最后一行b'hello tensorflow' 前面的b 是什么意思啊？

作者回复: bytes 数据类型楼下有回复哦⊙▽⊙

2019-01-08



1

J.Smile

老师代码在哪里啊

编辑回复: 代码都在这里：https://github.com/geektime-geekbang/tensorflow-101/tree/master/notebook-examples 建议用 jupyter notebook 打开

2019-12-12

2



刘润森

File "F:\anaconda\envs\deeplearn\lib\imp.py", line 243, in load_module return load_dynamic(name, filename, file) File "F:\anaconda\envs\deeplearn\lib\imp.py", line 343, in load_dynamic return _load(spec) ImportError: DLL load failed: 动态链接库(DLL)初始化例程失败。没有博客解决得了安装报错，怎么解决

作者回复: 请提供下操作系统、Python 和 TensorFlow 的版本

2019-08-09





Dylan

TF2.0的tf.Session已经不能使用，可以使用如下代码： import tensorflow as tf tf.compat.v1.disable_eager_execution() hello = tf.constant('Hello, TensorFlow!') sess = tf.compat.v1.Session() print(sess.run(hello))

2020-01-29

1

20

Vic

tensorflow2.0已发布，在课程未更新前可将tensorflow指定安装1.x版就可跟着学习。 pip install tensorflow==1.15 确认tensorflow >>> import tensorflow as tf >>> print(tf.version) <module 'tensorflow._api.v1.version' from '/Users/vic/venv/lib/python2.7/site-packages/tensorflow_core/_api/v1/version/__init__.pyc'>

2020-03-22



2

收起评论