Tensorflow: आयात टेंसरफ़्लो चलाने के बाद अवैध निर्देश (कोर डंप किया गया)

आपके पोस्ट के लिए शुक्रिया। हमने देखा है कि आपने इश्यू टेम्प्लेट में निम्नलिखित फ़ील्ड नहीं भरी है। क्या आप उन्हें अपडेट कर सकते हैं यदि वे आपके मामले में प्रासंगिक हैं, या उन्हें एन/ए के रूप में छोड़ दें? धन्यवाद।
बेज़ल संस्करण
CUDA/cuDNN संस्करण
GPU मॉडल और मेमोरी

जब मैं दौड़ता हूं तो मुझे वही (या समान) "अवैध निर्देश" समस्या हो रही है

import tensorflow as tf

मैं केवल 64 बिट उबंटू लिनक्स पर सीपीयू 1.6 संस्करण का उपयोग कर रहा हूं।

CPU 1.5 संस्करण में डाउनग्रेड करने के बाद, इसमें यह समस्या नहीं है।

मैं सीपीयू 1.5 संस्करण में डाउनग्रेड कैसे कर सकता हूं?

दौड़ने का प्रयास करें
पिप अनइंस्टॉल टेंसरफ्लो
और तब
पाइप स्थापित टेंसरफ़्लो == 1.5

संपादित करें
सिर्फ श्रेय देने के लिए, समाधान यहाँ से है:
https://stackoverflow.com/questions/49094597/illegal-instruction-core-dumped-after-running-import-tensorflow

धन्यवाद कोनेर्थग, मुझे भी यही समस्या हो रही थी। आपके आदेश ने मुझे इस मुद्दे को सुलझाने में मदद की। एक बार फिर धन्यवाद।

मेरा भी यही विचार है।
नवीनतम पहिया के साथ, मुझे Ubuntu 16.04 पर अवैध निर्देश समस्या थी, हालाँकि मैंने tensorflow-gpu == 1.5 में डाउनग्रेड किया और यह काम करता है!

1.5 पर डाउनग्रेड करना मेरे लिए भी कारगर रहा

@konnerthg 1.5 पर डाउनग्रेड करना बस काम है, यह समस्या अभी तक हल नहीं हुई है।
किस कमिट/पीआर ने इस मुद्दे को हल किया?

मुझे यह त्रुटि अजगर 3.6 में भी मिल रही है

अरे !
आपके समाधान के लिए धन्यवाद! सचमुच। मुझे अभी एक हफ्ते से यह समस्या है और मैं पागल होने लगा था! धन्यवाद !

समाधान के लिए धन्यवाद। इसने मेरे उबंटू 16.04, 64 बिट, पायथन 3.5 पर काम किया।

समाधान के लिए धन्यवाद! संस्करण 1.5 में अपग्रेड करने से समस्या ठीक हो गई। अजगर 2.7 . के साथ उबंटू 16.04 सर्वर पर परीक्षण किया गया

एक ही समस्या, Tensorflow 1.6 से 1.5 तक डाउनग्रेड करने से इसे हल किया गया। जुबंटू 16.04 64-बिट चल रहा है, पायथन 3.5।

इस सब के लिए धन्यवाद, पायथन 3.6 पर मेरी समस्या का समाधान करें

_ (टेंसरफ़्लो) naniny@Aspire-E5-573 :~$ pip unistall tensorflow

_(tensorflow) naniny@Aspire-E5-573 :~$ pip install tensorflow==1.5

_(tensorflow) naniny@Aspire-E5-573 :~$ python

_ (टेंसरफ़्लो) naniny@Aspire-E5-573 :~$ tf के रूप में टेंसरफ़्लो आयात करें

अब बिना किसी समस्या के काम करता है ...

ये वाकई अजीब है। क्या किसी को पता है कि इस मुद्दे का क्या कारण है? मुझे आश्चर्य है कि TensorFlow 1.6 में इतना बड़ा बग होगा।

मैं इस मुद्दे के साथ-साथ टेंसरफ़्लो-जीपीयू 1.6.0 के साथ, लिनक्स पर, अजगर 3.6.4 का उपयोग कर रहा हूं। मैंने पाइप का उपयोग करके टेंसरफ़्लो स्थापित किया है। बस इसे चलाने से एक सिगिल उत्पन्न होता है:

$ python3 -m tensorflow
zsh: illegal hardware instruction  python3 -m tensorflow

मुझे इस टिकट के विवरण में वर्णित के समान स्टैक निशान मिलते हैं।

ऐसा लगता है कि पाइप पर अपलोड किए गए नवीनतम Tensorflow पैकेज में AVX निर्देशों के उपयोग के कारण ऐसा हो रहा है। GDB के माध्यम से python3 चलाना और क्रैशिंग फ़ंक्शन को अलग करना इस निर्देश की ओर इशारा करता है:

=> 0x00007fffb9689660 <+80>:    vmovdqu 0x10(%r13),%xmm1

जो एक AVX निर्देश है जो पुराने या कम-सुविधा वाले CPU पर समर्थित नहीं है जिसमें AVX समर्थन नहीं है। टेंसरफ़्लो (-जीपीयू) 1.5.0 पाइप पैकेज एवीएक्स निर्देशों का उपयोग नहीं करते हैं, और इस प्रकार इन सीपीयू के साथ इसका उपयोग करने में कोई समस्या नहीं है।

समाधान टेंसरफ़्लो (-जीपीयू) के निर्माण के लिए होगा जो प्रकाशित होने के लिए एवीएक्स निर्देशों के साथ संकलित नहीं है (या स्थानीय रूप से एक प्रति बनाने के लिए)। प्रदान किए गए इंस्टॉलेशन निर्देश किसी विशिष्ट CPU आवश्यकताओं का उल्लेख नहीं करते हैं और न ही प्रदान किए गए बायनेरिज़ के साथ संगतता का निर्धारण कैसे करें।

इस बीच, ऊपर बताए गए @NinemillaKA जैसी किसी चीज़ का उपयोग करके tensorflow(-gpu) 1.5.0 पर वापस लौटना एक प्रभावी समाधान है।

मेरे पास एक ही समस्या है, और, जैसा कि कई ने टिप्पणी की है, 1.6.0 से 1.5.0 तक डाउनग्रेड करें।

रिकॉर्ड के लिए, मैंने 2 अलग-अलग कंप्यूटरों पर टेंसरफ़्लो (सीपीयू-केवल संस्करण) चलाने की कोशिश की:

कंप्यूटर 1:

OS = Ubuntu 16.04 x64 LTS
Python = Python 3.6
pip version = 9.0.1
tensorflow version = TensorFlow 1.6.0
CPU = Intel Core 2 Quad Q6600  @2.40GHz

कंप्यूटर 2:

OS = Ubuntu 16.04 x64 LTS
Python = Python 3.6
pip version = 9.0.1
tensorflow version = TensorFlow 1.6.0
CPU = Intel Celeron N2820 @2.413GHz

मैं @nacl से सहमत

प्रत्येक आर्किटेक्चर प्रकार के लिए एक अलग निर्माण करने का विकल्प गतिशील प्रेषण का उपयोग करना है। IE, PyTorch में सभी आर्किटेक्चर के लिए एक बाइनरी है और रनटाइम के दौरान सबसे कुशल ऑप्स का चयन करता है @caisq

धन्यवाद

मैं भी इसी मुद्दे का सामना करता हूं। मैंने इसे दो मशीनों पर आजमाया, और यह उनमें से एक पर काम करता है।

सबसे पहले, मैंने इसे अपने मैकबुक प्रो पर स्थापित किया। और मेरे पास कोई समस्या नहीं थी।

MacBook Pro (Retina, Mid 2012)
CPU = 2.3 GHz Intel Core i7
OS = MacOS 10.13.3
Python = Python 3.6.4
pip version = 9.0.3
TensorFlow version = 1.6.0

इसलिए मैंने अपने मैकप्रो को अपग्रेड किया। लेकिन इस बार, जब मैं टेंसरफ़्लो आयात करने का प्रयास करता हूं तो मुझे Illegal instruction: 4 मिल रहा है।

Mac Pro (Mid 2010)
CPU = 2 x 2.4 GHz Quad-Core Intel Xeon
OS = MacOS 10.13.3
Python = Python 3.6.4
pip version = 9.0.3
TensorFlow version = 1.6.0

(3/30/2018 पर अद्यतन)
TensorFlow 1.7 के साथ भी यही समस्या है। तो मुझे लगता है कि मैं TensorFlow 1.5 का उपयोग करता हूं।

यह अभी भी 1.6 में और संभावित रूप से 1.7 में एक मुद्दा है। यह बंद क्यों है? @yaroslavvb का समाधान उचित लगता है। मैंने अभी के लिए 1.5 को डाउनग्रेड किया है।

निश्चित नहीं है लेकिन इस लिंक से, ver1.6.0 के बाद से, इंटेल सीपीयू इंस्ट्रक्शन ऑप्टिमाइज़र को टेंसरफ़्लो में पेश किया गया था। मुझे लगता है कि शायद यही कारण है।
https://software.intel.com/en-us/articles/intel-optimized-tensorflow-wheel-now-available

@captainst इंटेल-विशिष्ट रिलीज़ है, जो आधिकारिक रिलीज़ से अलग है जो आपको pip install करके मिलती है। 1.6 अपग्रेड के बाद SIGILL समस्याएँ AVX जोड़ने के कारण होने की संभावना है

मेरे साथ भी वही दिक्कत है।
उबंटू 18.04 x64
पायथन 3.6.5rc1
टेंसरफ्लो 1.7.0

मेरी भी यही समस्या थी। डाउनग्रेड करने के लिए 1.5 ने मेरे लिए काम किया।

मेरा भी यही विचार है।

मैं भी। आर्क लिनक्स और इंटेल सीपीयू।

उबंटू 17 पर भी यही। 10.1 वीएम, स्लैकवेयर पर केवीएम हाइपरवाइजर, इंटेल कैबीलेक सीपीयू

मुझे लगता है कि मैंने हल निकाल लिया। मेरे पास एक G4600 CPU है जिसमें AVX समर्थन की कमी है और इसे 1.6 में जोड़ा गया था।

हां, मैंने AVX सपोर्ट को भी लॉक कर दिया है।

इसे v1.6 और इसके बाद के संस्करण पर ठीक करने के लिए, आपको स्रोत से tensorflow संकलित करने की आवश्यकता है।

मैं नवीनतम टेंसरफ़्लो-जीपीयू (1.7) का उपयोग करना चाहता हूं और 1.5 तक नहीं रहना चाहता। तो क्या AVX समर्थन के बिना स्रोत से टेंसरफ़्लो बनाने का समाधान सक्षम है? मेरे पास एक पुराना Xeon E5420 है, लेकिन मैं tensorflow-gpu . का उपयोग कर रहा हूँ

dmoham1476 सूचनाएं @github.com于2018年4月7日 2:28写道：

मैं नवीनतम टेंसरफ़्लो-जीपीयू (1.7) का उपयोग करना चाहता हूं और इससे चिपके रहना नहीं चाहता
1.5. तो AVX समर्थन के बिना स्रोत से टेंसरफ़्लो बनाने का समाधान है
सक्षम? मेरे पास एक पुराना Xeon E5420 है, लेकिन मैं tensorflow-gpu . का उपयोग कर रहा हूँ

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपने टिप्पणी की थी।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/17411#issuecomment-379337106 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AGEJnptN5yMdVaVdWTsIwcjOAJuJbUDQks5tl7PKgaJpZM4SbSGu
.

आप git क्लोन मास्टर से स्रोत से निर्माण कर सकते हैं। इसे स्वतः समायोजित करना चाहिए

आपके सीपीयू के लिए।

सादर,

जिन

संस्करण 1.5 में अपग्रेड करने से समस्या ठीक हो गई। मैं अजगर 2.7 के साथ Ubuntu 16.04 का उपयोग कर रहा हूं

समान समस्या
उबंटू=16.10
अजगर = 3.6
पिप=9.0.3
टेंसरफ़्लो-जीपीयू = 1.7 . के साथ
एनवीडिया जीटीएक्स 1070
CUDA 9.0

द्वारा हल किया गया:
pip3 tensorflow-gpu==1.5 . स्थापित करें

एक ही समस्या

समान समस्या
उबंटू 16.04
टेंसरफ़्लो-जीपीयू 1.7 और 1.6 . के साथ

पेपरस्पेस नोटबुक में चल रही इस डॉकर छवि पर भी

समस्या संस्करण 1.6 और 1.7 . के साथ है

एक ही समस्या होने पर, डाउनग्रेड करके 1.5 कर दिया गया। Tensorflow अब आयात करता है लेकिन मैं एक स्क्रिप्ट चला रहा हूँ जिसके लिए tensorflow_hub की आवश्यकता है। स्क्रिप्ट RuntimeError फेंक रही है: TensorFlow हब 20180308 या 'tensorflow~=1.7' के बाद 'tf-nightly' बिल्ड पर निर्भर करता है। मिला tf.VERSION = 1.5.0

संस्करण 1.5 पर वापस जाने के लिए धन्यवाद मेरे लिए भी काम किया

मुझे केवल CentOS 7, CPU पर tf`1.8 के साथ भी यही समस्या थी। 1.5 में अपग्रेड करने का काम किया।

उन लोगों के लिए जो डाउनग्रेड नहीं करना चाहते हैं यदि आप स्रोत से निर्माण करते हैं तो समस्या हल हो जाती है।

एक ही समस्या होने के कारण, 1.5 में डाउनग्रेड करना मेरे लिए काम कर गया।

बस यह समस्या भी थी, टेंसरफ़्लो-जीपीयू 1.8.0 पर, पेपरस्पेस fast.ai टेम्पलेट मशीन पर

मेरे पास tensorflow-1.8.0 के साथ एक ही समस्या है। समस्या यह है कि मैं संस्करण 1.5 में डाउनग्रेड नहीं कर सकता क्योंकि मैं retrain.py के साथ प्रशिक्षित करना चाहता हूं और इसके लिए 1.7 से अधिक टेंसरफ़्लो संस्करण की आवश्यकता है। तो, कोई सुझाव? अगर मैं स्रोत से टेंसरफ़्लो बनाऊँ तो क्या यह मददगार होगा ?!

यहां वही मुद्दा:
Fast.ai टेम्पलेट के साथ पेपरस्पेस VM
जीपीयू: एनवीडिया क्वाड्रो पी4000
वर्चुअलएन्व में https://www.tensorflow.org/install/install_linux#installing_with_virtualenv में स्थापित टेंसरफ़्लो 1.8.0 ने ऊपर त्रुटि दी (पृष्ठ के निचले भाग में उल्लिखित अनुशंसित व्हील को स्थापित करते समय)
उबंटू 16.04, पायथन 3.6.3
pip uninstall tensorflow && pip install tensorflow-gpu==1.5.0 ने समस्या का समाधान किया। मैंने अभी तक स्रोत से संकलन करने की कोशिश नहीं की है।

एक साइड नोट के रूप में, grep avx /proc/cpuinfo कुछ भी नहीं देता है, इसलिए मेरे वीएम का सीपीयू एवीएक्स निर्देशों का समर्थन नहीं करता है।

सभी को नमस्कार, स्रोत से निर्माण ने मेरे लिए इस मुद्दे को हल कर दिया।

در تاریخ یکشنبه 13 مه 2018, 1:47 Laurents [email protected] نوشت:

यहां वही मुद्दा:
Fast.ai टेम्पलेट के साथ पेपरस्पेस VM
जीपीयू: एनवीडिया क्वाड्रो पी4000
tensorflow 1.8.0 virtualenv में in . के रूप में स्थापित किया गया है
https://www.tensorflow.org/install/install_linux#installing_with_virtualenv
उपरोक्त त्रुटि दी
उबंटू 16.04, पायथन 3.6.3
पिप अनइंस्टॉल टेंसरफ्लो && पिप इंस्टाल टेंसरफ्लो-जीपीयू==1.5.0 फिक्स
संकट। मैंने अभी तक स्रोत से संकलन करने की कोशिश नहीं की है।

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपने टिप्पणी की थी।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/17411#issuecomment-388583280 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/APaJX3BUFgxCemEueanuAXMfqboX5MNqks5tx1FugaJpZM4SbSGu
.

मैं उसी समस्या को चरणबद्ध करता हूं, लेकिन टेंसरफ़्लो-1.5 में शिफ्ट होने के बाद इसने मेरे लिए काम किया।
मेरी समस्या:- त्रुटि -> कोर डंप किया गया
प्रोसेसर: रैडॉन (टीएम) एचडी ग्राफिक्स × 2 . के साथ AMD® A4-3330mx apu
ग्राफिक्स: एएमडी® सूमो
गनोम: 3.28.1
ओएस प्रकार: 64-बिट, उबंटू 18.04 एलटीएस

साभार :-https://github.com/konnerthg

बेशक यह टेंसरफ़्लो के पुराने संस्करणों के साथ काम करता है लेकिन मुझे विशेष रूप से 1.7.0 संस्करण की आवश्यकता है जो नए टेंसरफ़्लोज के साथ संगत हो। कैसे कर सकते हैं?

@mctrjalloh नया सीपीयू

मैंने इसे हल किया। नया CPU खरीदने से नहीं😏

आपको स्रोतों से निर्माण करना होगा यह इतना जटिल नहीं है

टेंसरफ़्लो-जीपीयू 1.8.0 में भी यही समस्या है

ओएस: उबंटू 18.04
पायथन: 3.6.5

मेरे लिए भी ऐसा:

ओएस: उबंटू 16.04
पायथन: 3.5
NVIDIA ड्राइवर संस्करण: 384.130

संपादित करें: स्रोतों से निर्माण कार्य करता है

बहुत - बहुत धन्यवाद!!!

CUDA9.0+cuDNN7.1+Tensorflow-gpu1.5 काम कर रहा है

समान समस्या। Ubuntu 16 और Ubuntu 17 पर, 3 अलग-अलग मशीनों पर> 8GB RAM और> 4ghz CPU के साथ परीक्षण किया गया। GPU मशीनों के साथ भी समस्या हो रही है।

मेरे Ubuntu सर्वर 16.04 पर भी यही समस्या है। स्रोत से TensorFlow (r1.8) को संकलित करके हल किया गया और स्थानीय रूप से pip install :+1:

समस्या डॉकर छवियों के साथ भी आती है। मैं स्रोत से संकलन नहीं करना चाहता। क्या इसके आसपास कोई रास्ता है? मैं भी डाउनग्रेड नहीं करना चाहता।

मेरे मामले में, TensorFlow (Ubuntu 18.04 पर) को Bazel के साथ संकलित करने से समस्या हल हो गई। हालांकि संकलन में समय लगा।

मेरा मामला भी, TensorFlow 1.9 को पुन: संकलित करने से समस्या हल हो गई। हालाँकि मुझे numpy 1.15 से संबंधित एक और समस्या का सामना करना पड़ा। 1.14.5 को numpy करने के लिए डाउनग्रेड करना और संकलन ने काम किया, और पाइप पैकेज को स्थापित करने में सक्षम हो गया।

यह मुद्दा क्यों बंद है? यह अभी भी TensorFlow 1.10 में हो रहा है।

मैंने यहां टेंसरफ़्लो के कुछ सामुदायिक बिल्ड के कुछ लिंक पोस्ट किए

वास्तव में, मैंने https://www.tensorflow.org/install/install_linux पर मिले निर्देशों का पालन किया और उस इंस्टॉलेशन पेज पर अनुरोध के अनुसार परीक्षण करते समय "अवैध निर्देश (कोर डंप किया गया)" के अलावा और कुछ नहीं मिला।

यह समस्या या तो बंद नहीं होनी चाहिए या इसका वास्तविक समाधान होना चाहिए जो समझ में आता है (अर्थात संस्करण 1.5 स्थापित नहीं करना)

इसने उबंटू 18.04 पर काम किया। तो फिर, स्थापना पृष्ठ पर संस्करण का उल्लेख करना एक समाधान के रूप में एक अच्छा विचार हो सकता है कि क्या काम करता है और क्या नहीं।

अच्छा यह मुद्दा अभी भी चल रहा है .. लेकिन मेरे पास एक बहुत ही आसान समाधान है
जो आपको एक ही समय में रुझानों का पालन करने के लिए प्रेरित करेगा :-)।

कोंडा स्थापित करें !!!
कोंडा स्थापित करने के लिए, बस इसे गूगल करें :-)

यदि आप चाहें तो एक कोंडा एविरोनमेंट बनाएं:

कोंडा क्रिएट

और बस चलाएँ:

कोंडा टेंसरफ़्लो स्थापित करें

यदि अंतिम आदेश काम नहीं करता है तो दूसरे चैनल के माध्यम से खोजें
दौड़ना:

एनाकोंडा खोज टेंसरफ़्लो

यह उन चैनलों की सूची को आउटपुट करता है जहां से आप इसे डाउनलोड कर सकते हैं।
एक चैनल चुनें और चलाएं:

एनाकोंडा शो

यह आपको वह आदेश देगा जो आपको डाउनलोड करने के लिए दर्ज करने की आवश्यकता है
टेंसरफ़्लो
उस आदेश को चलाएँ।

इतना ही !

कोंडा में ले जाएँ !!!

थू, अगस्त 23, 2018 अपराह्न 10:38 बजे एलेक्सिस विल्के नोटिफिकेशन @github.com
लिखा था:

वास्तव में, मैंने यहां पाए गए निर्देशों का पालन किया
https://www.tensorflow.org/install/install_linux और कुछ नहीं प्राप्त
अनुरोध के अनुसार परीक्षण करते समय "अवैध निर्देश (कोर डंप किया गया)" की तुलना में
वह स्थापना पृष्ठ।

यह समस्या या तो बंद नहीं होनी चाहिए या इसका कोई वास्तविक समाधान होना चाहिए कि
समझ में आता है (यानी संस्करण 1.5 स्थापित नहीं कर रहा है)

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/17411#issuecomment-415592389 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWESkUXD-4XomnnPgF6D5QToWVH74JzAks5uTy7PgaJpZM4SbSGu
.

मूल समस्या का संबंध pthread_once और std::call_once के आसपास प्रोटोबफ और असंगति से हो सकता है। वाक्यपीस नामक एक अन्य Google पैकेज के ठीक बाद टेंसरफ़्लो आयात करते समय मैं स्वयं एक segfault में भाग गया, और वाक्य के निर्माता ने प्रोटोबफ के लिए एक पैच बनाकर इसे ठीक किया जो std::call_once कार्यान्वयन को दूसरे के साथ बदल देता है।

https://github.com/google/sentencepiece/issues/186

इस मुद्दे को और अधिक रचनात्मक बनाने के लिए, मुझे लगता है कि यह उपयोगी होगा कि TensorFlow पहले सीपीयू पर आवश्यक निर्देशों की जांच करेगा, और यदि वे गायब हैं तो एक त्रुटि प्रिंट करें। इसी तरह यह वर्तमान में कैसे कहता है कि कुछ निर्देश उपलब्ध हैं लेकिन संकलित नहीं हैं। फिर बग के बीच अंतर करना और किसी दिए गए सीपीयू के लिए सही बाइनरी का उपयोग न करना आसान होगा।

मिस्टर रॉयनिक .. वास्तव में मैं कई बार Google पर खोज कर रहा हूं और इसने केरस और टेन्सोफ्लो दोनों के अध्ययन को प्रभावित किया है लेकिन आज आपने मेरा दिन बना दिया है ..आप महान हैं।
धन्यवाद

एक ही त्रुटि के साथ Ubuntu 16.04 में टेंसरफ़्लो 1.10.1 (नवीनतम) पर वर्चुअल वातावरण और (f...ing) conda (आप, ड्यूड अपस्ट्रीम, गो fys!) दोनों की कोशिश की। पिछले संस्करण 1.9 पर स्विच किया गया - सब कुछ ठीक काम करता है।

मैं इस मुद्दे को पुराने सीपीयू चलाने वाली मशीन पर पुन: उत्पन्न करने के लिए हुआ। यहां वह आलेख है जो समस्या को हल करने के संभावित विकल्पों की व्याख्या करता है ।

जो लोग AVX समर्थन के बिना पुराने CPU के लिए नवीनतम TensorFlow स्थापित करना चाहते हैं, लेकिन स्रोत से निर्माण करने का समय नहीं है, वे भी इस Github रिपॉजिटरी से WHL फ़ाइल डाउनलोड कर सकते हैं।

यह बी.एस. मैंने अपना इंस्टालेशन वापस 1.9 पर रोल किया ('1.6 से पहले' नहीं जैसा कि आप इस लेख में कहते हैं) और बाइनरी ने काम किया (कल से एक दिन पहले)।

यदि आप इसे कमांड लाइन पर चलाते हैं:

1)

$ lsb_release -a| grep "Release" | awk '{print $2}'

2)

$ 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"; }

और आउटपुट में 16.04 1 के लिए) और -mavx या -mavx2 2 के लिए देखें, यह एक और समस्या हो सकती है जो AVX समर्थन से संबंधित नहीं है।

यदि वे झंडे नहीं हैं, तो यह कुछ ऐसा है जिसे मुझे अपने नोट में जोड़ना चाहिए, धन्यवाद।

यहाँ वही त्रुटि,

CentOS 7, Python 3.6.5, Intel CPU core2 डुओ e8500। पाइप स्थापित करें।

संस्करण 1.9 काम नहीं करता है। संस्करण 1.5 आयात ठीक है।

संस्करण 1.10 मेरे लैपटॉप पर ठीक लगता है जिसमें उबंटू 18.04 और इंटेल i5-6200U है।

यह https://www.tensorflow.org/install/install_sources पर बताया गया है
नोट: 1.6 रिलीज से शुरू होकर, हमारे पूर्व-निर्मित बायनेरिज़ AVX निर्देशों का उपयोग करेंगे।

मुझे लगता है कि इसका उल्लेख कहीं अधिक प्रमुख स्थान पर किया गया होगा!

इससे मेरी समस्या हल हो गई:
NVIDIA ड्राइवर, CUDA टूलकिट और CUDNN स्थापित करने के बाद।
पहले tensorflow-gpu अनइंस्टॉल करें:

$ pip uninstall tensorflow-gpu

फिर एनाकोंडा का उपयोग करके टेंसरफ़्लो-जीपीयू स्थापित करें:

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

दौड़ने का प्रयास करें
पिप अनइंस्टॉल टेंसरफ्लो
और तब
पाइप स्थापित टेंसरफ़्लो == 1.5

संपादित करें
सिर्फ श्रेय देने के लिए, समाधान यहाँ से है:
https://stackoverflow.com/questions/49094597/illegal-instruction-core-dumped-after-running-import-tensorflow

धन्यवाद यह काम करता है

शायद AVX निर्देश से संबंधित है। पीआईपी प्रीबिल्ट टेंसरफ्लो-1.6 और उच्चतर संस्करण एवीएक्स निर्देश के साथ बनाए गए हैं, कुछ सीपीयू में एवीएक्स निर्देश नहीं है। पाइप प्रीबिल्ट टेंसरफ्लो-1.5is AVX निर्देश के साथ नहीं बनाया गया है।
सुझाव: 1): टेंसरफ़्लो के निचले संस्करण का उपयोग करें
2): स्रोत से टेंसरफ़्लो के उच्च संस्करण को संकलित करें

हां। वास्तव में। यह बेहतर होगा, हालांकि, अगर सॉफ्टवेयर मुझे सिर्फ दुर्घटना के बजाय बताएगा। मुझे आवश्यकता के साथ कोई समस्या नहीं है, जिस तरह से इसे संभाला जाता है... लिनक्स पर, flags लाइन के लिए /proc/cpuinfo में जांचना बहुत आसान होगा जहां avx दिखाना होगा। यदि नहीं, तो एक त्रुटि उत्पन्न करें और exit(1) ।

यहाँ मेरे पुराने कंप्यूटर पर AVX के बिना मेरे झंडे हैं

sfds 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 lm निरंतर_ tsc bperf sperf . tm2 ssse3 cx16 xtpr pdcm sse4_1 sse4_2 popcnt lahf_lm ssbd ibrs ibpb stibp kaiser tpr_shadow vnmi flexpriority ept vpid dtherm ida फ्लश_l1d

व्यवस्था जानकारी

-
Lenovo-G500 8GB RAM विवरण: CPU
उत्पाद: इंटेल (आर) कोर (टीएम) i3 सीपीयू एम 330 @ 2.13GHz
बस जानकारी: सीपीयू @ 0
संस्करण: सीपीयू संस्करण
ओएस; उबंटू-16.05
पिप: 18 संस्करण नवीनतम
मेरे पास जीपीयू नहीं है

मुझे अवैध निर्देश कोर भी डंप किया जा रहा है। tensorforflow 1.5 मेरे लिए काम कर रहा है,
लेकिन
मुझे अपने प्रोजेक्ट के लिए नवीनतम tensorflowv1.10 0r स्थापित करने की आवश्यकता है।

मैंने अलग-अलग तरीकों से टेंसरफ़्लो में स्थापित करने की कोशिश की, वे हैं

1. एनाकोडा के बिना , पाइथॉन 2.7, पाइप का उपयोग करते हुए ...पाइप इंस्टाल --अपग्रेड टेंसरफ्लो
   2 एनाकोडा के बिना, अजगर 3.5, पाइप का उपयोग करके ""
   3.बिना एनाकोडा, पाइथॉन 3.6, पिप का उपयोग कर ""
   4. एनाकोडा के साथ, अजगर 2.7, कोंडा कोंडा इंस्टाल -सी कोंडा-फोर्ज टेंसरफ्लो का उपयोग करते हुए
   5.बिना एनाकोडा , पाइथॉन 2.7, पिप "" का उपयोग करते हुए
   6.बिना एनाकोडा, पाइथॉन 2.7, पिप का उपयोग कर ""

न तो मेरे लिए काम किया,
मामला क्या है।

@बंदरीकांत

जिस तरह से आप टेंसरफ़्लो स्थापित करते हैं, वह मायने नहीं रखता। समस्या यह है कि टेंसरफ़्लो 1.6+ प्रीबिल्ट बायनेरिज़ को AVX निर्देश सेट एक्सटेंशन की आवश्यकता होती है, और आपका प्रोसेसर AVX का समर्थन नहीं करता है। आप या तो स्रोत से निर्माण कर सकते हैं, एक नए-पर्याप्त प्रोसेसर वाले कंप्यूटर पर जा सकते हैं, या 1.5 के साथ चिपका सकते हैं।

धन्यवाद

सूर्य पर, 30 दिसंबर 2018, 12:24 पूर्वाह्न डैन स्टाइन < सूचनाएं @github.com ने लिखा:

@बंदरीकांत https://github.com/bandarikanth

जिस तरह से आप टेंसरफ़्लो स्थापित करते हैं, वह मायने नहीं रखता। समस्या
यह है कि टेंसरफ़्लो 1.6+ प्रीबिल्ट बायनेरिज़ को AVX . की आवश्यकता होती है
https://en.m.wikipedia.org/wiki/Advanced_Vector_Extensions निर्देश
एक्सटेंशन सेट करें, और आपका प्रोसेसर AVX का समर्थन नहीं करता है। आप या तो यह कर सकते हैं
स्रोत से निर्माण करें, एक नए-पर्याप्त प्रोसेसर वाले कंप्यूटर पर जाएं, या स्टिक
1.5 के साथ।

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/17411#issuecomment-450512554 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AZf77RdABm0uQsxiPx0uxd45q_rz9pUVks5u97pPgaJpZM4SbSGu
.

मेरे लिए काम करता है अगर डाउनग्रेड 1.5 (पाइप स्थापित टेंसरफ़्लो == 1.5)

संबंधित: https://github.com/tensorflow/tensorflow/issues/19584

मेरे पास टेंसरफ़्लो-जीपीयू 2.0 के साथ यह समस्या है

▶ uname -r; pacman -Q linux
5.0.10-arch1-1-ARCH
linux 5.0.10.arch1-1

▶ conda env export
name: Science
channels:
  - defaults
dependencies:
  - cudatoolkit=10.0.130=0
  - cudnn=7.3.1=cuda10.0_0
prefix: /home/archangel/anaconda3/envs/Science

▶ pip freeze | ack "tensor"
tensorflow-gpu==2.0.0a0
▶ ipython                                                          
Python 3.7.3 (default, Mar 27 2019, 22:11:17)                      
Type 'copyright', 'credits' or 'license' for more information      
IPython 7.4.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: import tensorflow as tf                                    
[1]    25429 illegal hardware instruction (core dumped)  ipython   



md5-b2492dc6f0518a4ba524a15157565fb3



[18556.882892] traps: ipython[25429] trap invalid opcode ip:7fc41cde1a22 sp:7ffe68904500 error:0 in libtensorflow_framework.so[7fc41c877000+104c000]
[18556.885033] audit: type=1701 audit(1556951396.587:43): auid=4294967295 uid=1000 gid=1000 ses=4294967295 pid=25429 comm="ipython" exe="/home/archangel/anaconda3/bin/python3.7" sig=4 res=1
[18556.894046] audit: type=1130 audit(1556951396.594:44): pid=1 uid=0 auid=4294967295 ses=4294967295 msg='unit=systemd-coredump@4-25462-0 comm="systemd" exe="/usr/lib/systemd/systemd" hostname=? addr=? terminal=?
 res=success'
[18557.506049] audit: type=1131 audit(1556951397.204:45): pid=1 uid=0 auid=4294967295 ses=4294967295 msg='unit=systemd-coredump@4-25462-0 comm="systemd" exe="/usr/lib/systemd/systemd" hostname=? addr=? terminal=?
 res=success'

मुझे यह दुर्घटना i7-3520M पर हो रही है जो AVX का समर्थन करता है ।

संपादित करें: कोई बात नहीं, दुर्घटना shlx निर्देश पर होती है जो AVX2 का हिस्सा है। कम से कम यह दर्शाता है कि वेनिला AVX समर्थन पर्याप्त नहीं है।

अभी भी टेंसरफ़्लो 1.14.0 और 2.0.0b1 के साथ समस्या है।

लिनक्स टकसाल 19 पर 2.0.0b1 के साथ समान त्रुटि।
आधिकारिक साइट के इंस्टाल पेज से निर्देशानुसार बस pip3 के साथ स्थापित करें

tf1.5 डेबियन 8.8 रेपो में उपलब्ध नहीं है।

avx आज़माने का समय।

प्रबंधित क्लस्टर नोड्स पर खोजने के लिए यह हास्यास्पद रूप से कठिन था, क्योंकि ओएस संबंधित पायथन प्रक्रियाओं को मारता है इससे पहले कि वे इस "अवैध निर्देश" लाइन को आउटपुट लॉग फ़ाइल में लिख और फ्लश कर सकें, और पायथन प्रक्रिया का निकास कोड 0 प्रतीत होता है .

मैं 2.0.0-बीटा 1 का भी उपयोग कर रहा था, वर्तमान में यह पता लगा रहा है कि इसे 2.0.0 के साथ बदलने से यह ठीक हो जाता है।

मुझे भी यह समस्या हुई है। मैं python2 का उपयोग कर रहा हूं। CPU 1.5 संस्करण में डाउनग्रेड करने से मदद मिली।

मुझे यह समस्या Tensorflow 2 के साथ Ubuntu 18.04 में एक आभासी वातावरण में चल रही है। यह सिर्फ मेरे दिमाग को उड़ा देता है कि टेंसरफ्लो डेवलपर्स टीएफ 2 को तैयार और उपलब्ध इस बकवास के साथ उपलब्ध कराएंगे। प्रभावित नहीं, आप TF डेवलपर्स।

dmesg आउटपुट (बैश से):
[333908.854310] ट्रैप: अजगर [12862] ट्रैप अमान्य ओपकोड आईपी: 7f8c46e6d820 sp:7ffc87609f78 त्रुटि: _pywrap_tensorflow_internal.so में
लिनक्समिंट 19
इंटेल (आर) पेंटियम (आर) सीपीयू P6200 @ 2.13GHz
8 जीबी रैम (किंग्स्टन)

यह एक बड़ा सीपीयू-संबंधित मुद्दा है।

इस धागे को पढ़ने और एक ही अनुभव होने के बाद, मेरी समस्या यह है कि मेरा लिनक्स कंप्यूटर पुराना है और इसमें एक सीपीयू है जो एवीएक्स निर्देश सेट का समर्थन नहीं करता है। मेरे पास एक और आभासी वातावरण पर टेंसरफ्लो 1.5 है, मैं टेंसरफ्लो 2 का उपयोग करने के लिए हूं, मुझे Google कोलाब पर अपनी स्क्रिप्ट चलाने की ज़रूरत है

मुझे यह कहने का ज्ञान नहीं है कि AVX की आवश्यकता समझ में आती है या नहीं। मुझे जो पता है वह यह है कि समस्या न केवल पुराने सीपीयू के साथ, बल्कि काफी हाल के लोगों के साथ भी प्रस्तुत करती है, जैसे कि मेरा इंटेल एन 5000। मुझे लगता है कि N5000 पर डीप लर्निंग करना थोड़ा खिंचाव है, लेकिन अगर टेंसरफ़्लो को रास्पबेरीपी द्वारा भी समर्थित किया जाता है, तो मुझे समस्या दिखाई नहीं देती है।

वैसे भी, मैंने स्रोत से संकलित करके अपने Intel N5000 पर TensorFlow (2.0) का अंतिम संस्करण स्थापित किया। इसमें 14 घंटे लगे क्योंकि मुझे एक ही कोर पर संकलन चलाना था, क्योंकि इसमें बहुत अधिक रैम की आवश्यकता होती है और मेरे पास पार्टी में केवल 4Gb आमंत्रित है।

मैंने यहां इस गाइड से प्रेरणा ली लेकिन अनुभव सुचारू नहीं था, लगातार निर्भरताएं गायब थीं जिन्हें मुझे संकलन को स्थापित करने और फिर से लॉन्च करने की आवश्यकता थी। और कुछ अन्य चीजें भी जिन्हें मैंने हल किया जब संकलन दुर्घटनाग्रस्त हो गया।

मज़े करो और परेशानी के लिए धन्यवाद। पाइप के माध्यम से गैर-एवीएक्स के लिए पहले से संकलित बाइनरी प्रदान करना स्पष्ट रूप से आपके निरंतर एकीकरण वर्कफ़्लो में जोड़ने के लिए बहुत अधिक था

आपकी प्रतिक्रिया के लिए धन्यवाद, लुका. मेरे पास वास्तव में पुराना उबंटू 18.04 डेस्कटॉप है
जो TF2 को चलाने के अलावा वास्तव में अच्छी तरह से काम करता है और वास्तव में,
नवीनतम PyTorch (1.3.0) मुझे लगता है।
मशाल 1.1.0 मेरे लिए ठीक काम करता है, और TF2 के संबंध में, मैं Google Colab का उपयोग करता हूं जो
ठीक काम करता है। मैं एक सेवानिवृत्त डेटा विश्लेषक हूं और अपने शौकिया प्रोफाइल को बनाए रखता हूं

आपकी पोस्ट के लिए धन्यवाद

शनिवार, 7 दिसंबर, 2019 को शाम 6:52 बजे लुका ओलिविएरी नोटिफिकेशन @github.com
लिखा था:

मुझे यह कहने का ज्ञान नहीं है कि क्या AVX की आवश्यकता समझ में आती है या
नहीं। मैं जो जानता हूं वह यह है कि समस्या केवल पुराने लोगों के साथ ही नहीं होती है
सीपीयू, लेकिन काफी हाल के लोगों के साथ, जैसे मेरा इंटेल एन 5000। मै समझ गया
N5000 पर डीप लर्निंग करना थोड़ा खिंचाव है, लेकिन अगर टेंसरफ़्लो
रास्पबेरीपी द्वारा भी समर्थित है, मुझे समस्या दिखाई नहीं दे रही है।

वैसे भी, मैंने अपने Intel N5000 . पर TensorFlow (2.0) का अंतिम संस्करण स्थापित किया है
इसे स्रोत से संकलित करके। 14 घंटे लग गए क्योंकि मुझे दौड़ना था
एक ही कोर पर संकलन, क्योंकि इसमें बहुत अधिक RAM की आवश्यकता होती है और मेरे पास केवल
4Gb को पार्टी में आमंत्रित किया गया।

मैंने यहां इस गाइड से प्रेरणा ली
https://tech.amikelive.com/node-882/how-to-build-and-install-the-latest-tensorflow-without-cuda-gpu-and-with-optimized-cpu-performance-on-ubuntu/
लेकिन अनुभव सहज से बहुत दूर था, लगातार निर्भरताएँ थीं
याद आ रहा है कि मुझे संकलन को स्थापित करने और फिर से लॉन्च करने की आवश्यकता है। और कुछ
अन्य सामान भी जो मैंने हल किया जब संकलन दुर्घटनाग्रस्त हो गया।

मज़े करो और परेशानी के लिए धन्यवाद। पाइप के माध्यम से पहले से ही बाइनरी प्रदान करना
गैर-एवीएक्स के लिए संकलित स्पष्ट रूप से आपके निरंतर में जोड़ने के लिए बहुत अधिक था
एकीकरण वर्कलो

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपने टिप्पणी की थी।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/17411?email_source=notifications&email_token=ACYHH362LGI5EZY3G74CMVLQXQZKDA5CNFSM4ETNEGXKYY3PNVWWK3TUL52HS4DFVREXG43VMVH72CPZGONMV62
या सदस्यता समाप्त करें
https://github.com/notifications/unsubscribe-auth/ACYHH3YLNAER6NGNLKYNMPDQXQZKDANCNFSM4ETNEGXA
.

--
क्लाइव डासिल्वा सीपीए, सीएमए
होम: 416-421-2480|मोबाइल: 416-560-8820
ईमेल: क्लाइव. [email protected]
लिंक्डइन: http://ca.linkedin.com/pub/clive-dasilva/3/197/b89

Gitlab सर्वर पर CI पाइपलाइन चलाते समय मुझे भी यही समस्या थी। रनर्स के (एमुलेटेड) CPU ने AVX निर्देश नहीं दिए।

PyPI के पहियों का उपयोग करने के बजाय Conda के साथ Tensorflow स्थापित करने से समस्या ठीक हो गई। :+1:

मेरे पास Tensorflow 2.1.0 के साथ एक ही समस्या है। क्या करें?

Architecture:        x86_64
CPU op-mode(s):      32-bit, 64-bit
Byte Order:          Little Endian
CPU(s):              48
On-line CPU(s) list: 0-47
Thread(s) per core:  1
Core(s) per socket:  12
Socket(s):           4
NUMA node(s):        8
Vendor ID:           AuthenticAMD
CPU family:          16
Model:               9
Model name:          AMD Opteron(tm) Processor 6176
Stepping:            1
CPU MHz:             800.000
CPU max MHz:         2300.0000
CPU min MHz:         800.0000
BogoMIPS:            4599.77
Virtualization:      AMD-V
L1d cache:           64K
L1i cache:           64K
L2 cache:            512K
L3 cache:            5118K
NUMA node0 CPU(s):   0-5
NUMA node1 CPU(s):   6-11
NUMA node2 CPU(s):   12-17
NUMA node3 CPU(s):   18-23
NUMA node4 CPU(s):   24-29
NUMA node5 CPU(s):   30-35
NUMA node6 CPU(s):   36-41
NUMA node7 CPU(s):   42-47
Flags:               fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ht syscall nx mmxext fxsr_opt pdpe1gb rdtscp lm 3dnowext 3dnow constant_tsc rep_good nopl nonstop_tsc cpuid extd_apicid amd_dcm pni monitor cx16 popcnt lahf_lm cmp_legacy svm extapic cr8_legacy abm sse4a misalignsse 3dnowprefetch osvw ibs skinit wdt nodeid_msr hw_pstate vmmcall npt lbrv svm_lock nrip_save pausefilter

मैं bazel का उपयोग करके स्रोत से निर्माण करके अपनी समस्या को ठीक करने में कामयाब रहा। इसने एक whl फ़ाइल बनाई। तब मैंने पाइप स्थापित किया whl फ़ाइल पथ

हाँ, यदि आपका CPU AVX ( Illegal instruction (core dumped) त्रुटि का संभावित कारण) का समर्थन नहीं करता है, तो आपको स्रोत से संकलन करने की आवश्यकता है। यह AVX निर्देशों के बिना कोड उत्पन्न करने का कारण बनता है और फिर आप इसका उपयोग कर सकते हैं।

इसके अलावा, यह गारंटी देता है कि पाइप आपके प्लेटफॉर्म पर उपलब्ध उच्चतम अनुकूलन स्तर के साथ बनाया गया है, इसलिए आप वास्तव में एक अलग प्लेटफॉर्म पर बने पाइप का उपयोग करने की तुलना में कुछ गति देख सकते हैं। पराक्रम पर ध्यान दें।

कोंडा के साथ टेंसरफ़्लो स्थापित करने के लिए यह कमांड चलाएँ:
कोंडा इंस्टाल-सी कोंडा-फोर्ज टेंसरफ्लो
इससे मेरा काम बनता है।