web-dev-qa-db-ja.com

インポートテンソルフローを実行した後の不正な命令（コアダンプ）

新しい仮想環境を作成しました：virtualenv -p python2 test_venv/そしてインストールされたテンソルフロー：pip install --upgrade --no-cache-dir tensorflow

import tensorflowは私にIllegal instruction (core dumped)を与えます

何が起こっているのか、どうすれば修正できるのかを理解してください。ありがとうございました。

CPU情報：

-cpu
          description: CPU
          product: Intel(R) Core(TM) i3 CPU       M 330  @ 2.13GHz
          bus info: cpu@0
          version: CPU Version
          capabilities: x86-64 fpu fpu_exception wp vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx rdtscp constant_tsc Arch_perfmon pebs bts rep_good nopl xtopology nonstop_tsc aperfmperf pni dtes64 monitor ds_cpl vmx est tm2 ssse3 cx16 xtpr pdcm sse4_1 sse4_2 popcnt lahf_lm tpr_shadow vnmi flexpriority ept vpid dtherm arat cpufreq

Gdbで取得したStacktrace：

#0  0x00007fffe5793880 in std::pair<std::__detail::_Node_iterator<std::pair<tensorflow::StringPiece const, std::function<bool (tensorflow::Variant*)> >, false, true>, bool> std::_Hashtable<tensorflow::StringPiece, std::pair<tensorflow::StringPiece const, std::function<bool (tensorflow::Variant*)> >, std::allocator<std::pair<tensorflow::StringPiece const, std::function<bool (tensorflow::Variant*)> > >, std::__detail::_Select1st, std::equal_to<tensorflow::StringPiece>, tensorflow::StringPieceHasher, std::__detail::_Mod_range_hashing, std::__detail::_Default_ranged_hash, std::__detail::_Prime_rehash_policy, std::__detail::_Hashtable_traits<true, false, true> >::_M_emplace<std::pair<tensorflow::StringPiece, std::function<bool (tensorflow::Variant*)> > >(std::integral_constant<bool, true>, std::pair<tensorflow::StringPiece, std::function<bool (tensorflow::Variant*)> >&&) ()
   from /media/gerry/hdd_1/ws_hdd/test_venv/local/lib/python2.7/site-packages/tensorflow/python/../libtensorflow_framework.so
#1  0x00007fffe5795735 in tensorflow::UnaryVariantOpRegistry::RegisterDecodeFn(std::string const&, std::function<bool (tensorflow::Variant*)> const&) () from /media/gerry/hdd_1/ws_hdd/test_venv/local/lib/python2.7/site-packages/tensorflow/python/../libtensorflow_framework.so
#2  0x00007fffe5770a7c in tensorflow::variant_op_registry_fn_registration::UnaryVariantDecodeRegistration<tensorflow::Tensor>::UnaryVariantDecodeRegistration(std::string const&) ()
   from /media/gerry/hdd_1/ws_hdd/test_venv/local/lib/python2.7/site-packages/tensorflow/python/../libtensorflow_framework.so
#3  0x00007fffe56ea165 in _GLOBAL__sub_I_tensor.cc ()
   from /media/gerry/hdd_1/ws_hdd/test_venv/local/lib/python2.7/site-packages/tensorflow/python/../libtensorflow_framework.so
#4  0x00007ffff7de76ba in call_init (l=<optimized out>, argc=argc@entry=2, argv=argv@entry=0x7fffffffd5c8, env=env@entry=0xa7b4d0)
    at dl-init.c:72
#5  0x00007ffff7de77cb in call_init (env=0xa7b4d0, argv=0x7fffffffd5c8, argc=2, l=<optimized out>) at dl-init.c:30
#6  _dl_init (main_map=main_map@entry=0xa11920, argc=2, argv=0x7fffffffd5c8, env=0xa7b4d0) at dl-init.c:120
#7  0x00007ffff7dec8e2 in dl_open_worker (a=a@entry=0x7fffffffb5c0) at dl-open.c:575
#8  0x00007ffff7de7564 in _dl_catch_error (objname=objname@entry=0x7fffffffb5b0, errstring=errstring@entry=0x7fffffffb5b8, 
    mallocedp=mallocedp@entry=0x7fffffffb5af, operate=operate@entry=0x7ffff7dec4d0 <dl_open_worker>, args=args@entry=0x7fffffffb5c0)
    at dl-error.c:187
#9  0x00007ffff7debda9 in _dl_open (
    file=0x7fffea7cbc34 "/media/gerry/hdd_1/ws_hdd/test_venv/local/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so", mode=-2147483646, caller_dlopen=0x51ad19 <_PyImport_GetDynLoadFunc+233>, nsid=-2, argc=<optimized out>, argv=<optimized out>, env=0xa7b4d0)
    at dl-open.c:660
#10 0x00007ffff75ecf09 in dlopen_doit (a=a@entry=0x7fffffffb7f0) at dlopen.c:66
#11 0x00007ffff7de7564 in _dl_catch_error (objname=0x9b1870, errstring=0x9b1878, mallocedp=0x9b1868, operate=0x7ffff75eceb0 <dlopen_doit>, 
    args=0x7fffffffb7f0) at dl-error.c:187
#12 0x00007ffff75ed571 in _dlerror_run (operate=operate@entry=0x7ffff75eceb0 <dlopen_doit>, args=args@entry=0x7fffffffb7f0) at dlerror.c:163
#13 0x00007ffff75ecfa1 in __dlopen (file=<optimized out>, mode=<optimized out>) at dlopen.c:87
#14 0x000000000051ad19 in _PyImport_GetDynLoadFunc ()
#15 0x000000000051a8e4 in _PyImport_LoadDynamicModule ()
#16 0x00000000005b7b1b in ?? ()
#17 0x00000000004bc3fa in PyEval_EvalFrameEx ()
#18 0x00000000004c136f in PyEval_EvalFrameEx ()
#19 0x00000000004b9ab6 in PyEval_EvalCodeEx ()
#20 0x00000000004b97a6 in PyEval_EvalCode ()
#21 0x00000000004b96df in PyImport_ExecCodeModuleEx ()
#22 0x00000000004b2b06 in ?? ()
#23 0x00000000004a4ae1 in ?? ()
pythontensorflowpipvirtualenv
27
Gerry

古いバージョンを使用します。 CPUがAVX命令をサポートしていないようです。

リリースページ から引用

Breaking Changes
Prebuilt binaries are now built against CUDA 9.0 and cuDNN 7.
Prebuilt binaries will use AVX instructions. This may break TF on older CPUs.

少なくとも2つのオプションがあります。

  1. Tensorflow 1.5以前を使用する

  2. ソースからビルド

違いに対する懸念については、新機能をお見逃しなくなりますが、ほとんどの基本的な機能とドキュメントはそれほど違いはありません。

47
Dinesh

残念ながら、1.6は多くの人に同じエラーを与えています。古いCore2 CPUを搭載したマシンに1.7をインストールした後に受け取りました。最新のプロセッサを搭載したマシンに大きなグラフィックカードを取り付けることができないため、1.5で解決しました。

5
mjflory

受け入れられた回答で説明されているように、この問題はTensorFlowの古いバージョン（v1.5）をインストールするか、ソースからビルドすることで修正できます。 2つの間では、追加の努力にもかかわらず、ソースからの構築がほぼ間違いなく優先ルートです。バイナリにTensorFlowの最新のコンポーネントが含まれていることを確認しました。

この記事 は、ソースからTensorFlowをビルドする方法を説明し、古いCPU向けに最適化します。重要なのは、CPUフラグを検出し、ビルドを構成するときに最適化のためにすべてのCPUフラグを有効にすることです。

次のコマンドは、一般的なCPU最適化フラグを検出するために使用されます。

$ grep flags -m1 /proc/cpuinfo | cut -d ":" -f 2 | tr '[:upper:]' '[:lower:]' | { read FLAGS; OPT="-march=native"; for flag in $FLAGS; do case "$flag" in "sse4_1" | "sse4_2" | "ssse3" | "fma" | "cx16" | "popcnt" | "avx" | "avx2") OPT+=" -m$flag";; esac; done; MODOPT=${OPT//_/\.}; echo "$MODOPT"; }

コマンドを実行して-mavxおよび/または-mavx2が表示されない場合、AVXサポートが欠落していること、および出力に表示される他の最適化フラグを使用してソースビルドを実行する必要があることを確認できます。

関連記事 では、この問題の一般的な根本原因が詳細に説明されており、追加のリファレンスとして提供されています。

1
mikaelfs

私は同様の問題を抱えていましたが、それはわずかに古いCPUがあるためであり、TensorFlowの1.6+バージョンではあまりうまく機能しないことが判明しました https://www.tensorflow.org/install/source

注：TensorFlow 1.6以降、バイナリは古いCPUでは実行できないAVX命令を使用します。

前に述べたように、TensorFlow 1.5をインストールするか、TFの最新バージョンが引き続き必要な場合は、代わりにcondaを使用してインストールする必要があります（両方のソリューションが機能しました）

Condaインストールの場合：

conda create -n tensorflow
conda install tensorflow-gpu -n tensorflow

https://github.com/tensorflow/tensorflow/issues/17411

0
Ehab AlBadawy

これについて githubの問題 がありますが、残念なことにテンソルフローチームからはほとんど関心がなかったようです。

あなたの状況に応じて動作するかもしれないウェブの周りにいくつかのコミュニティビルドがあります：

0
Laurent S