Illegal instruction(core dumped) tensorflow
Bin ich importieren tensorflow in meinem ubuntu python
mit folgenden Befehlen-
$ python3
Python 3.5.2 (default, Nov 23 2017, 16:37:01)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
Illegal instruction (core dumped)
Und das Programm beendet.
Bitte geben Sie die Lösung.
- Versuchen Sie googeln diesen Fehler bekommst du haufenweise Ergebnisse, die auf dieser wie github.com/tensorflow/tensorflow/issues/2129
- ich habe versucht, diejenigen Lösungen, die nicht funktionieren.
- Möglich dupe - stackoverflow.com/questions/45877158/...
- wie haben Sie tensorflow? Wurde es gebaut, von der Quelle? In der Regel die einfachste Weise zu installieren tensorflow ist mit pip: pip install tensorflow oder pip installieren tensorflow-gpu-abhängig von Ihrer Plattform. Wenn Sie aus den Quellen Vivek link aussieht, könnte es nützlich sein
- Nein, ich verwendet pip3 installieren tensorflow.Ich habe python version 3.5.2
Du musst angemeldet sein, um einen Kommentar abzugeben.
Ich hatte das gleiche problem und hatte ein downgrade tensorflow zu 1.5.0:
Edit: Wie @Tobsta Punkte in die Kommentare, die andere Möglichkeit ist das kompilieren der Binärdateien aus dem Quellcode. Vorkompilierte binaries von Versionen >1.5 AVX Anweisungen nicht unterstützt werden, indem ältere CPUs
Herabstufung TensorFlow ist wohl nicht die beste route zu nehmen. Installation aus den Quellen kann geben einige anfängliche Aufwand, aber wird sich auszahlen auf lange Sicht. Wenn Sie auf der Suche nach der Anweisung zum erstellen des binaries von der Quelle mit den meisten CPU-Optimierung, dieser Artikel kann helfen.
Sehe ich gleiche Meldung auf meinem PC /Celeron-N4000.
Ich successed zu bauen TensorFlow v1.14.0 ohne AVX-Instruktion.
(Nur bauen TensorFlow auf CeleronN4000)
Schrieb ich den log weiter unten.
https://github.com/naruai/wiki/blob/master/TensorFlow/BuildTensorFlowWOAVX.md
In meinem Fall, verwendet Python 3.6.8 .
Ich habe auch getestet mit Python 2.7 .
Über Python-3.5 , habe ich nicht getestet.
Vielleicht möglich, auf ähnliche Weise, glaube ich.