TensorFlow에서 로그 메시지에 나타나는 `oneDNN custom operations are on`은 **oneDNN(Deep Neural Network Library)** 최적화가 활성화되어 있다는 알림입니다.
이는 TensorFlow가 Intel CPU 및 기타 x86 기반 CPU에서 성능을 향상시키기 위해 oneDNN 라이브러리를 사용하고 있음을 나타냅니다. 이 최적화는 **부동 소수점 연산의 순서 변화로 인해 약간의 수치적 차이**를 초래할 수 있습니다.
해결 방법
만약 이러한 최적화가 문제를 일으키거나 비활성화하고 싶다면, 환경 변수를 설정하여 oneDNN 최적화를 끌 수 있습니다:
1. Python 코드 내에서 설정
아래 코드를 TensorFlow를 임포트하기 전에 추가하세요:
import os
os.environ['TF_ENABLE_ONEDNN_OPTS'] = '0'
import tensorflow as tf
2. 시스템 환경 변수 설정
운영 체제에서 환경 변수를 설정할 수도 있습니다.
- Windows:
명령 프롬프트를 관리자 권한으로 열고 다음 명령을 실행합니다:
setx TF_ENABLE_ONEDNN_OPTS 0
- Linux/Mac:
터미널에서 다음 명령을 실행합니다:
export TF_ENABLE_ONEDNN_OPTS=0
3. TensorFlow 로그 수준 줄이기 (선택 사항):
불필요한 로그 메시지를 줄이려면 다음을 추가하세요:
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
### 참고 사항
- 이 메시지는 오류가 아니라 **정보성 메시지**입니다.
대부분의 경우, oneDNN 최적화는 성능 향상에 유리하므로 비활성화하지 않아도 됩니다[1][2][6].
- 최적화를 끄더라도 TensorFlow는 기본 연산 방식을 사용하며 정상적으로 작동합니다.
필요에 따라 위의 방법을 적용해 문제를 해결할 수 있습니다!
Citations:
[1] https://blog.tensorflow.org/2022/05/whats-new-in-tensorflow-29.html
[2] https://stackoverflow.com/questions/77921357/warning-while-using-tensorflow-tensorflow-core-util-port-cc113-onednn-custom/77984103
[3] https://discuss.ai.google.dev/t/set-the-environment-variable-tf-enable-onednn-opts-0/15408
[4] https://hanke-r.tistory.com/entry/I-tensorflowcoreutilportcc153-oneDNN-custom-operations-are-on-You-may-see-slightly-different-numerical-results-due-to-floating-point-round-off-errors-from-different-computation-orders-To-turn-them-off-set-the-environment-variable-TFENABLEONEDN
[5] https://discuss.ai.google.dev/t/error-in-vs-code/31934
[6] https://www.exxactcorp.com/blog/news/tensorflow-2-15-release-notes
[7] https://blog.naver.com/yeojh1/223321401513
[8] http://www.a-i.co.kr/bbs/board.php?bo_table=ai_training&wr_id=199&sst=wr_hit&sod=desc&sop=and&page=14
'빅데이터 & 인공지능' 카테고리의 다른 글
[202412] tensorflow 최근 버전 정보 (1) | 2024.12.22 |
---|---|
[anaconda] 설치 후 설정 (0) | 2024.02.03 |
Stochastic(Fast, Slow, Osillator) (0) | 2024.01.27 |
CXL(Compute Express Link) (0) | 2024.01.27 |
이동평균선이 밀집되어 있는 경우 (0) | 2024.01.27 |