2016-01-26 13 views
5

Próbuję zainstalować Tensorflow CentOS 5. Niestety, po zainstalowaniu go z pip jak wyjaśniono w oficjalnym dokumencieInstalacja Tensorflow na CentOS 5

sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

mam następujący błąd, gdy próbuję import tensorflow na python shell

ImportError: /home/users/caohao/.jumbo/lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow.so: ELF file OS ABI invalid

Poniższy problem na github dał mi prowadzenie https://github.com/tensorflow/tensorflow/issues/350

Właściwie tensorflow wymaga wersji glibc wynosić co najmniej 2,17

Po wpisaniu

ldd --version

Mam następujący wynik:

ldd (GNU libc) 2.5 

więc muszę uaktualnić glibc. Chciałbym wykonać instalację „równoległej”, ponieważ modernizacja glibc może być niebezpieczny dla mojego komputera więc pobrałem źródła, i użyj polecenia

../glibc-2.18/configure --prefix=/opt/glibc-2.18

zainstalować ją w innym katalogu

problemem jest to, że mam następujący błąd podczas uruchamiania skonfigurować

configure: error: assembler too old, .cfi_personality support missing

Chyba mam zaktualizować binutils, tak więc pobrałem źródła i zainstalować go w /opt/binutils-2.26/ nie szkodzić systemowi.

Jednak nadal mam ten sam błąd, gdy próbuję skonfigurować glibc.

Oto moje pytania:

Jak mogę określić, która wersja binutils chcę użyć do budowania glibc?

EDIT: I powinny mieć RTFM, odpowiedź jest użycie opcji '--with-binutils = katalog' opcja

Jak mogę sprawić tensorflow szukasz dobrej wersji glibc, gdy zostanie on zainstalowany w/opt/glibc -2,18?

FYI używam Pythona 2.7.11

Dziękuję bardzo i pozdrawiam

Odpowiedz

2

mam ten sam problem.

Ale użyłem CentOS 6.5, a moją GLIBC (GNU libc) w wersji 2.12.

Próbowałem ręcznie zmienić moją wersję GLIBC, usuwając wersję 2.12 i instalując wersję 2.17.

Wystąpił wiele problemów dla jego zależności i nie może importować TensorFlow.

Użyłem więc CentOS 7.0 oraz domyślnej wersji GLIBC 2.17.

Mogę zainstalować i uruchomić TensorFlow przy użyciu CentOS 7.0 bez problemu.

Dziękuję.