使用Docker编译源码的Tensorflow以加快CPU速度
我正在寻找一种方法来设置或修改一个现有的Docker镜像来安装tensorflow，它将安装它，以便SSE4，AVX，AVX2和FMA指令可以用于CPU加速。 到目前为止，我已经find了如何使用bazel从源代码安装如何编译Tensorflow …和CPU指令未编译…。 这些都不解释如何在Docker中做到这一点。 所以我想我正在寻找什么，你需要添加到一个现有的泊坞窗图像，没有这些选项安装，以便您可以得到一个启用CPU选项tensorflow的编译版本。 现有的docker图像不这样做，因为他们希望图像在尽可能多的机器上运行。 我在Linux PC上使用Ubuntu 14.04。 我是新来的docker工人，但已经安装了tensorflow，并没有得到我使用泊坞窗图像时得到的CPU警告。 我可能不需要这个速度，但是我已经看到那些声称加速可能很重要的post。 我search现有的docker图像这样做，找不到任何东西。 我需要这个与GPU工作，所以需要与NVIDIA的docker兼容。
我刚刚发现这个docker支持bazel ，它可能会提供一个答案，但我不明白，以及足够的知道。 我相信这就是说你不能在Dockerfile中使用bazel来构buildtensorflow。 你必须用bazelbuild立一个Dockerfile。 我的理解是正确的，这是唯一的方式来获得源码编译码stream图像与张量stream？ 如果是这样的话，我仍然可以使用帮助来做到这一点，如果使用现有的docker图像进行tensorflow，仍然可以获得其他的依赖关系。
可以在这里find用CPU或GPU支持构build的Dockerfiles。
希望有所帮助！ 在堆栈溢出和Github问题和东西在这里花了很多深夜。 现在轮到我回来了！ 🙂
特别是GPU的东西真的很毛茸茸的 – 特别是当启用XLA / JIT / AOT的东西，以及graphics变换工具。
embedded在我的Dockerfiles中的许多黑客。 随时审查和问我问题！