部署环境:
操作系统:CentOS release 6.5 (Final)
Python版本:
Python 2.7.10 (default, Dec 22 2016, 14:45:25)
[GCC 4.8.2] on linux2
[root@paris ~]# python
Python 2.7.10 (default, Dec 22 2016, 14:45:25)
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow
Segmentation fault (core dumped)
[root@paris ~]#
解决方法:
问题:scipy和tensorflow冲突
部署环境:CentOS6 python2.7 scipy 0.12.0 tensorflow0.8.0
问题描述:
在上述环境中部署tensorflow0.8.0的时候,安装没有问题,import tensorflow时报错:Segmentation fault (core dumped)
探索过程:
1、用virtualenv创建一个不附带任何模块的纯净环境,安装tensorflow发现安装和使用一切正常
2、说明tensorflow和我的主机环境中某些模块有冲突
3、现在就要判断与哪个模块冲突,为了节省时间,我在这用了类似于索引顺序表查找的想法,对照我的实体机环境,一次安装多个模块,然后验证是否出错,直到出错,说明问题处在最后一组,而一次安装那些模块,是按照依赖关系来的,比如C依赖AB,我就把ABC放在一组,直接安装C,顺便也就安装依赖AB,按照这种方法,找到了一组冲突,就是安装sklearn之后tensorflow不能正常工作,出现如上报错。于是判定应该是sklearn或者依赖模块与tensorflow冲突。挨个尝试sklearn的依赖numpy、scipy时发现是scipy和tensorflow的冲突。
4、尝试解决冲突:考虑到可能是版本问题,尝试过多个版本的组合,发现scipy可以和tensorflow0.5.0共存,于是得到一个初步解决。但是,tensorflow的0.5.0缺少了一些新版的功能和优点,后通过下述方法解决
解决办法:
手工编译scipy:
到https://pypi.Python.org/pypi/scipy/
下载https://pypi.python.org/packages/05/5e/973bf71cfa865d962a68893e35e366a0a7ac0b713bc398b4e584c1bed982/scipy-0.17.1.tar.gz#md5=8987b9a3e3cd79218a0a423b21c8e4de
解压后安装:
python setup.py install
这样就不会有冲突了
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。