第二次碰到這個(gè)問(wèn)題了，之前解決之后忘記記錄了。憑借零星的記憶加上強(qiáng)大的Google終于“又”搞定了。避免下次又忘了，果斷記下來(lái)。
環(huán)境
| Items | Version |
|---|---|
| Operation system | Ubuntu 16.04 |
| Python | 3.6.1 |
| Tensorflow | 1.12.0 |
| Hardware virtualization | KVM |
問(wèn)題描述
在import tensorflow時(shí)拋出如下錯(cuò)誤：
Illegal instruction (core dumped)
解決方法討論
關(guān)于問(wèn)題的討論在Github上有開(kāi)issue #17441。stackoverflow也有相關(guān)問(wèn)題回答。
總結(jié)相關(guān)回答：新版本(version >= 1.6.0)的Tensorflow binary release是在avx指令環(huán)境下編譯的。如果你的CPU不支持該類(lèi)型指令，就不能使用新版本。
這樣核心問(wèn)題就是avx了。如果硬件不支持，解決辦法很顯然有以下幾種：
- 降級(jí)Tensorflow版本，降到1.5或更低。不過(guò)會(huì)丟掉一些新版本的功能。
- 源碼編譯。老老實(shí)實(shí)從頭開(kāi)始。
- 換個(gè)CPU??。
而我的問(wèn)題稍不同，我是KVM虛擬機(jī)不支持avx，但是宿主機(jī)是支持的，那么事情就有轉(zhuǎn)機(jī)了??，無(wú)非是想辦法改虛擬機(jī)配置啦。
支持avx
- 首先確定宿主機(jī)是否支持
avx的，查看宿主機(jī)CPU架構(gòu)
$ virsh capabilities
可以看到宿主機(jī)的CPU架構(gòu)為SandyBridge，并且該架構(gòu)的<feature>是支持<feature name='avx2'/>
<capabilities>
...
<cpu>
<arch>x86_64</arch>
<model>SandyBridge</model>
<vendor>Intel</vendor>
<topology sockets='1' cores='8' threads='2'/>
<feature name='invpcid'/>
<feature name='erms'/>
<feature name='bmi2'/>
<feature name='smep'/>
<feature name='avx2'/>
...
</cpu>
...
</capabilities>
- 指定虛擬機(jī)CPU架構(gòu)
$ virsh edit $YOUR_VM_NAME
在<domain>內(nèi)增加<cpu>配置如下：
<domain type='kvm'>
...
<cpu mode='custom' match='exact'>
<model fallback='allow'>SandyBridge</model>
</cpu>
...
</domain>
其中，<model>填寫(xiě)步驟1中查到的CPU架構(gòu)名稱(chēng)，如這里是SandyBridge。
- 重啟虛擬機(jī)&檢查是否生效。
進(jìn)入虛擬機(jī)，查看虛擬機(jī)CPU支持的指令。
$ cat /proc/cpuinfo | grep avx
出現(xiàn)如下結(jié)果，說(shuō)明CPU已經(jīng)支持avx指令。
現(xiàn)在可以開(kāi)始愉快的使用Tensorflow了。??
2021-6-5 日補(bǔ)充：
升級(jí)2.4.0之后，又雙叒core dumped了，檢查CPU的avx指令集是支持的。再次扒拉了一下issues #45744，2.4.0需要avx2指令集的支持，TF真是好棒棒嗷，這次環(huán)境的CPU不支持了，剩我留下了貧窮的淚水。
降級(jí)！降級(jí)！降級(jí)！tensorflow 2.3.1是OK的。
2021-7-13 補(bǔ)充
2.4.0的問(wèn)題，可以升級(jí)2.4.1，因?yàn)楣俜桨l(fā)布是這么說(shuō)的
Release 2.4.1 This release removes the AVX2 requirement from TF 2.4.0.
版本差別不大，趕緊升他鴨??。
