Jetson Nano 上的非法指令核心转储错误

如何解决Jetson Nano 上的非法指令核心转储错误

很抱歉，如果我的描述冗长乏味，但我想为您提供最重要的细节来解决我的问题。最近，我终于买了一个 Jetson Nano 开发工具包，它有 4Gb 的 RAM，为了获得我认为的最佳对象检测配置，我遵循了 Pyimagesearch 的 Adrian Rosebrock 制作的指南：

https://www.pyimagesearch.com/2020/03/25/how-to-configure-your-nvidia-jetson-nano-for-computer-vision-and-deep-learning/ 日期：2020 年 3 月。本指南的摘要如下：

1：用于 Jetson Nano 的 microSD 中的 Flash Jetson Pack 4.2 .img（我的是 32GB 'A' 级）
2：插入 Nano 板后，配置 Ubuntu 18.04 并完全摆脱 Libreoffice 以获得更多可用空间
3：第 5 步：安装系统级依赖项（包括 cmake、python3 和 nano 编辑器）
4：更新 CMake（没有任何错误）
5：安装 OpenCV 系统级依赖和其他开发依赖
6：在您的 Jetson Nano 上设置 Python 虚拟环境（成功安装了 virtualenv 和 virtualenvwrapper，没有错误，包括带有 nano 的 bash 文件版本）
7：使用 python 3 创建 virtaul env 并安装 protobuf 和 libprotobuf 以获得更高效的 Tensorflow。安装成功。花了一个小时才完成，这是正常的
8: 关键来了：在这个环境中安装 numpy 和 cython 并检查它是否导入了 numpy 库当我尝试执行此步骤时，我得到：如图所示，非法指令（核心已转储）： [python3.6.9 错误]：https://i.stack.imgur.com/rAZhm.png

我说，无论如何让我们继续本教程：

9：安装 Scipy v1.3.3：前三行一切正常，但是当我必须使用 python 执行 stup.py 文件时，它再次出现（不是小丑）。 [也不能执行这一行]：https://i.stack.imgur.com/wFmnt.jpg

然后我进行了一个实验，我用 Python 2 创建了这个“p2cv4”环境，安装了 numpy 并对其进行了测试： [使用 Python 2]：https://i.stack.imgur.com/zCWif.png

我可以随时退出（）并执行其他使用 python 的行所以我得出结论，这是一个python版本问题。当我想执行任何 python 代码时，终端以核心转储结束程序，apt-get 或 pip 不要显示任何错误。我想使用 python 3，因为将来有一天包或库将需要 python 3。

对于 python 3，Jetson Nano 的最后一个版本是 3.6.9，idk 哪个版本在 2020 年 3 月有效，就像当时 Adrian 使用的一样

在其他帖子中，我读到当软件包或库版本（如 TF 的 Numpy）与特定的旧或低功耗 cpu 不再友好时，会出现此 SIGILL，例如在此帖子中： Illegal hardware instruction when trying to import tensorflow、https://github.com/numpy/numpy/issues/9532

所以我想降级到较旧的 python 版本，如 3.6.5 或 3.5，但我在 Ubuntu 中找不到明确的步骤。我认为这会解决这个错误，让我继续在 Jetson Nano 上进行配置。

pyimageseach 指南使用 Python 3.6，但它没有指定是最新的 3.6.9 还是其他。如果不是python导致此错误，请告诉我。请帮助！

解决方法

“非法指令”可能是由于 getauxval(AT_HWCAP) 的最近更改，尝试在 getauxval 失败的情况下从 /sys/devices 读取 cpuid 信息。（OpenBLAS PR 2952 和 3004）

在启动 python 之前导出 OPENBLAS_CORETYPE=ARMV8（或任何实际硬件）应该有望解决这个问题。例如：

OPENBLAS_CORETYPE=ARMV8 python

如果你想让这个导出永久存在，你应该通过在终端上输入来打开你的 .bashrc 文件：

nano ~/.bashrc

之后，只需将“export OPENBLAS_CORETYPE=ARMV8”添加到 .bashrc 文件的底部，保存/退出并重新启动系统：

export OPENBLAS_CORETYPE=ARMV8

按照相同的指南，我遇到了同样的问题。顺便说一句，在这种情况下，numpy 在 python 中工作得很好，而不是在 virtualenv 中。 GDB 指出了 libopenblas 中的一个问题。

我的解决方案是从头开始使用 jetson-nano-4gb-jp441-sd-card-image.zip 的新映像，并在不使用 virtualenv 的情况下重复该指南。您很可能是该 Nano 的唯一开发人员，并且可以在没有 virtualenv 的情况下生活。

我成功地遵循了这些指南： https://qengineering.eu/install-opencv-4.5-on-jetson-nano.html

跳过 virtualenv 部分 https://www.pyimagesearch.com/2019/05/06/getting-started-with-the-nvidia-jetson-nano/

我发现此时也需要这样做：“..安装官方 Jetson Nano TensorFlow by..”

ln -s /usr/include/locale.h /usr/include/xlocale.h

一旦我创建了那个符号链接，我就可以继续本指南的其余部分（减去 virtualenv）并且我设法没有破坏 numpy。

这并不理想，但我希望它有所帮助。

我认为这是 Jetson Nano B01 模型的一个错误。

昨天我意识到我的 Nano 与 Adrian 在他的指南 (A02) 中展示的模型不同。

感谢 doommonkey 引导我找到一份不同的指南，该指南与 pyimagesearch 教程和最近的指南（2020 年 12 月）非常相似，我真的很感激。

我今天将测试它，如果我可以将我的 opencv 构建为包括 Tensorflow 在内的功能。我认为这是一个半解决的问题。

很遗憾，virtualenv 为 python 3.6.9 给出了这个可怕的错误。在这个是特定的模型。我也尝试过使用 venv 模块，但它甚至无法安装 numpy 所以现在没有虚拟环境

试试这个，它对我有用。我在 Jetson nano（第一个版本）上使用 python 3.7.9 和 gcc-8.4 的 pyenv 环境对其进行了测试。请记住，因为它会编译所有内容，因此比仅下载二进制文件需要更长的时间。（因为--no-binary）

python3 -m pip install -U numpy --no-cache-dir --no-binary numpy

您可以更新您的 gcc，因为默认的 gcc 是 7。我不确定它是否不适用于 gcc-7。

sudo apt install gcc-8 g++-8
sudo rm /usr/bin/gcc
sudo ln -s /usr/bin/gcc-8 /usr/bin/gcc

sudo rm /usr/bin/g++
sudo ln -s /usr/bin/g++-8 /usr/bin/g++

现在确认，您可以使用

检查版本

gcc --version
g++ --version

不，您不能使用 virtualenv：

删除VE（虚拟环境）的站点包中的所有numpy ref，
升级 numpy
将 numpy 文件夹链接到 VE numpy。

假设您的 virtualenv 被称为 ML：

cd ~/.virtualenvs/ML/lib/python3.6/site-packages 
sudo rm -r numpy*

#outside VE:
deactivate
sudo pip install --upgrade numpy

#find path to numpy usig pysearchmethod :
#use pip uninstall numpy,and answer NO,but note. path
sudo pip uninstall numpy
#gives me /home/pierre/.local/lib/python3.6/site-packages/numpy
cd ~/.virtualenvs/ML/lib/python3.6/site-packages
ln -s /home/pierre/.local/lib/python3.6/site-packages/numpy numpy

然后你可以测试一下：

workon ML
python -c 'import numpy'

如果您得到与/.cache/pip 权限相关的内容，您可以尝试更改文件夹的权限：

sudo chown -R $USER ~/.cache/pip

如果还是不行，尝试在机器上卸载numpy，然后重新安装：

sudo pip uninstall numpy
#Yousof
pip install -U numpy --no-cache-dir --no-binary numpy

然后返回到步骤 1->3。这对我有用。

安装正确的 numpy 版本帮助我解决了这个问题。每当我导入 torch、cv2 或 torchvision 时，我都会收到错误指令，指出非法指令（核心已转储）。使用命令 pip install numpy==1.19.4 ，我希望错误消失。