自己编译的Tensorflow，在 Ubuntu 18.04 环境下编译的，支持 CPU 的 AVX AVX2 FMA 指令，我的 CPU 是 4 代 i5。官方的二进制版 Tensorflow 只支持 CPU 的 AVX 指令，不支持 AVX2 和 FMA；自己编译会遇到各种各样的错误，终于编译成功了，发现在其他机器上安装竟然也能运行，分享给大家。在放置目录下使用 sudo -H pip3 install tensorflow-1.9.0rc0-cp36-cp36m-linux_x86_64.whl 进行安装，请预先安装好 python3 环境，比如这样 sudo apt-get install python3-numpy python3-dev python3-pip python3-wheel 。

FMA 隐约集合 small分类下 4257首音频的测试情感标注

该存储库包含tensorflow的自定义构建。 要在您的系统上安装其中之一，请根据您的python和gcc版本下载正确的文件，然后运行以下命令。 pip install --ignore-installed --upgrade /path/to/binary.whl --user 您也可以使用以下方法直接从github安装 pip install --ignore-installed --upgrade "Download URL" --user 通过将--config=opt传递给bazel并设置-O2 -Wno-sign-compare来编译所有二进制文件，以及配置脚本中的功能标志。 最新版本 TF 硬件 作业系统 海湾合作委员会 Python 技术支持 2.4.1 中央处理器 Ubuntu的20.04 9.3.0 3.8.5 FMA，AVX，AVX2，SSE4.1，S

FMA：音乐分析数据集 ， ， ， 。 国际音乐信息检索学会会议（ISMIR），2017年。 我们介绍了免费音乐档案（FMA），这是一个开放的且易于访问的数据集，适用于评估MIR中的多个任务，MIR是与浏览，搜索和组织大型音乐收藏有关的领域。 但是，社区对功能和端到端学习的兴趣日益增长，这受到大型音频数据集可用性有限的限制。 FMA旨在克服这一障碍，以161个流派的分级分类法，提供来自16,341位艺术家和14,854张专辑的106,574条曲目的917 GiB和343天的Creative Commons许可音频。 它提供全长和高质量的音频，预先计算的功能，以及轨道和用户级别的元数据