安装 tensorflow（AVX 支持）和 cpuid python 时出错答案

【问题标题】：Error while installing tensorflow(AVX support) and cpuid python安装 tensorflow（AVX 支持）和 cpuid python 时出错
【发布时间】：2020-11-15 11:55:09
【问题描述】：

当我尝试在 import 上设置 tensorflow（使用和不使用 venv）时，出现以下错误：

ImportError: DLL load failed: A dynamic link library (DLL) initialization routine failed.

我去官网的错误页面，发现可能是AVX和AVX2指令集支持问题，检查一下，建议运行这段代码：

from cpuid import *

def _is_set(id, reg_idx, bit):
    regs = cpuid(id)

    if (1 << bit) & regs[reg_idx]:
        return "Yes"
    else:
        return "--"

print("Vendor ID         : %s" % cpu_vendor())
print("CPU name          : %s" % cpu_name())
print("Microarchitecture : %s%s" % cpu_microarchitecture())
print("Vector instructions supported:")
print("SSE       : %s" % _is_set(1, 3, 25))
print("SSE2      : %s" % _is_set(1, 3, 26))
print("SSE3      : %s" % _is_set(1, 2, 0))
print("SSSE3     : %s" % _is_set(1, 2, 9))
print("SSE4.1    : %s" % _is_set(1, 2, 19))
print("SSE4.2    : %s" % _is_set(1, 2, 20))
print("SSE4a     : %s" % _is_set(0x80000001, 2, 6))
print("AVX       : %s" % _is_set(1, 2, 28))
print("AVX2      : %s" % _is_set(7, 1, 5))
print("BMI1      : %s" % _is_set(7, 1, 3))
print("BMI2      : %s" % _is_set(7, 1, 8))

但是当我尝试pip install cpuid 时，我得到了以下错误：

错误：需要 Microsoft Visual C++ 14.0

我已经安装了Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019（x86、x64）。

我认为“未能找到 C++ 库”可能是导致这两个问题的原因。

另外，我的 CPU 是 2015 年的 Intel Pentium G4400，据我所知，它确实支持 AVX 和 AVX2，但我无法检查。

如果您知道如何解决或可能导致上述任何错误的原因，请回复。

【问题讨论】：

您能分享一下您的 CPU 品牌和型号吗？
我写的，但是格式不正确，是Intel Pentium G4400 @3.30GHz

标签： python tensorflow

【解决方案1】：

我已经设法解决了所有问题：

cpuid 存在问题，需要 Microsoft Visual C++ 14.0：

VS BuildTools needed，我安装了所有标记的项目，但后来我发现显然只需要 Windows 10 SDK。

现在cpuid 工作正常，它显示（使用问题中提供的代码）我的 CPU 不支持 AVX 和 AVX2！

2 tensorflow 的问题：

由于不支持 AVX，安装此 wheel 将解决问题（可能有更新的可用）。我有tensorflow==2.2.0，它运行良好。

现在tensorflow 将导入但有一个警告

警告Could not load dynamic library 'cudart64_101.dll'; dlerror: cudart64_101.dll not found

这是因为，tensorflow 软件包的较新版本（我不知道具体情况）带有 CPU 和 GPU 版本。如果你不想要 GPU 加速（像我一样），你可以忽略警告 see this post for more info。

现在一切运行完美！

注意：康达

如果您使用anaconda，请确保所需软件包的所有版本（例如numpy，...）都已更新！我也遇到了https的一些问题，复制this解决了这个问题。

【讨论】：