问题

问题很简单，在docker部署算法服务，用CPU+tensorflow进行模型运算，tensorflow1.14,docker镜像 python3.7

会报错下面两个

Allocation of XXXXXXXX exceeds 10% of system memory
Not using XLA:CPU for cluster because envvar TF_XLA_FLAGS=--tf_xla_cpu_globa
复制代码

Allocation报错可以通过降低batch_size来控制，但是因为我的batch_size已经很小了，并且大把内存可以造作，所以不是一个报错的原因。

那针对第二报错，stackoverflow上有相关的帖子。
stackoverflow

大致就是 TF_XLA_FLAGS 设置成tf_xla_enable_xla_devices可以加速linux下cpu运算TensorFlow，不过这个参数只限于TensorFlow1。

export TF_XLA_FLAGS=--tf_xla_enable_xla_devices

亲测有效！

最后补充一下XLA干嘛的，选择tensflow官网截图：