并提前感谢您的考虑，
我刚刚使用以下过程安装了 tensorflow（在一台已经安装了 Ubuntu 16.04 和 CUDA 8.0 的新机器上）：
最初，我使用--copt=-march=native. 我收到了消息
W tensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库并未编译为使用 SSE3 指令，但这些指令可在您的机器上使用，并且可以加速 CPU 计算。
W tensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 SSE4.1 指令，但这些指令可在您的机器上使用，并且可以加速 CPU 计算。
W tensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库未编译为使用 SSE4.2 指令，但这些指令可在您的机器上使用，并且可以加速 CPU 计算。
W tensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库没有被编译为使用 AVX 指令，但这些在您的机器上可用并且可以加速 CPU 计算。
W tensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库并未编译为使用 AVX2 指令，但这些指令可在您的机器上使用，并且可以加速 CPU 计算。
W tensorflow/core/platform/cpu_feature_guard.cc:45] TensorFlow 库没有被编译为使用 FMA 指令，但这些在您的机器上可用并且可以加速 CPU 计算。
因此，为了解决这个问题，我搜索了解决方案并使用了以下如何使用 SSE4.2 和 AVX 指令编译 Tensorflow的答案 ？
通过使用 nVidia 的上述程序，从
bazel build -c opt --copt=-mavx …tensorflow ×1