尝试导入 tensorflow 时出现非法硬件指令
Illegal hardware instruction when trying to import tensorflow
我刚刚使用 virtualenv 方法的说明安装了 tensorflow。安装过程很顺利，所以我认为那里没有任何问题。安装后我继续尝试导入它以验证一切正常，我收到以下消息：
[1] 4492 illegal hardware instruction (core dumped) python
这是在我使用 python 交互式控制台使用以下命令后发生的：
import tensorflow as tf
我尝试使用 link 和 pip 重新安装它，但没有成功。
我创建了 virtualenv：
python3.6 -m venv venv
在这不起作用之后（因为它产生了同样的错误）我尝试了：
virtualenv --system-site-packages -p python3.6 venv
我得到了相同的结果。
我用来安装tensorflow的命令是：
pip install tensorflow
如您所见，我打算安装 CPU-only 版本。
我阅读了一些关于显示此消息的其他框架和技术的想法，因为硬件没有实现指令，所以除了获得新硬件之外没有什么可做的。
有什么办法可以解决这个问题吗？我已经尝试了一些不同的安装方法，但是 none 确实有效
系统规格：
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
OBS：我在这台机器上确实有一个 GPU，但我不认为 tensorflow 会 运行 在上面，因为它有点旧。这是 Nvidia 8800 GTS 512。
感谢任何帮助，如果有任何遗漏信息，请告诉我。
我刚找到这个：
Illegal instruction (core dumped) after running import tensorflow
这个问题似乎是由一组指令引起的，这些指令不是在一些较旧的处理器中实现的硬件（AVX 指令集）。由于它们未在硬件中实现，因此没有真正解决此问题的方法。
如果我理解正确，解决方法是将 tensorflow 从 1.6.0 降级到 1.5.0，这也适用于 GPU 版本。它对我有用。
我暂时将此标记为已回答，但如果有人知道如何让版本 1.6.0 正常工作，请告诉我。
我刚刚使用 virtualenv 方法的说明安装了 tensorflow。安装过程很顺利，所以我认为那里没有任何问题。安装后我继续尝试导入它以验证一切正常，我收到以下消息：
[1] 4492 illegal hardware instruction (core dumped) python
这是在我使用 python 交互式控制台使用以下命令后发生的：
import tensorflow as tf
我尝试使用 link 和 pip 重新安装它，但没有成功。
我创建了 virtualenv：
python3.6 -m venv venv
在这不起作用之后（因为它产生了同样的错误）我尝试了：
virtualenv --system-site-packages -p python3.6 venv
我得到了相同的结果。
我用来安装tensorflow的命令是：
pip install tensorflow
如您所见，我打算安装 CPU-only 版本。
我阅读了一些关于显示此消息的其他框架和技术的想法，因为硬件没有实现指令，所以除了获得新硬件之外没有什么可做的。
有什么办法可以解决这个问题吗？我已经尝试了一些不同的安装方法，但是 none 确实有效
系统规格：
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
OBS：我在这台机器上确实有一个 GPU，但我不认为 tensorflow 会 运行 在上面，因为它有点旧。这是 Nvidia 8800 GTS 512。
感谢任何帮助，如果有任何遗漏信息，请告诉我。
我刚找到这个：
Illegal instruction (core dumped) after running import tensorflow
这个问题似乎是由一组指令引起的，这些指令不是在一些较旧的处理器中实现的硬件（AVX 指令集）。由于它们未在硬件中实现，因此没有真正解决此问题的方法。
如果我理解正确，解决方法是将 tensorflow 从 1.6.0 降级到 1.5.0，这也适用于 GPU 版本。它对我有用。
我暂时将此标记为已回答，但如果有人知道如何让版本 1.6.0 正常工作，请告诉我。