ubuntu 18.04 64bit build tensorflow report error:C++ compilation of rule '//tensorflow/core/kernels:broadcast_to_op' failed (Exit 4)

Ans: You are likely running out of memory. Try reducing number of parallel builds by passing ‘--local_resources 2048,.5,1.0‘, which would instruct bazel to spawn no more than one compiler process at the time.

Reference material:

Building from source, gcc issues

ubuntu 18.04 64bit build tensorflow report error:C++ compilation of rule '//tensorflow/core/kernels:broadcast_to_op' failed (Exit 4)

原文地址:https://www.cnblogs.com/dakewei/p/10276312.html

时间: 2024-08-19 01:29:19

ubuntu 18.04 64bit build tensorflow report error:C++ compilation of rule '//tensorflow/core/kernels:broadcast_to_op' failed (Exit 4)的相关文章

ubuntu 18.04 64bit没有声音如何解决

1.安装必要的软件 sudo apt-get install alsa-base alsa-utils 2.方法一 pulseaudio --start --log-target=syslog (无效) 3.方法二 amixer sset Master unmute (设置为非静音,无效) 4.方法三 4.1列出声卡信息 aplay -l 笔者得到"card 0: PCH [HDA Intel PCH], device 0: ALC892 Analog [ALC892 Analog]"

ubuntu 18.04 64bit如何编译安装内核

1.获取 wget http://mirrors.163.com/kernel/v4.x/linux-4.15.13.tar.gz 2.解压 tar xvf linux-4.15.13.tar.gz cd linux-4.15.13 3.获取配置 cp /boot/config-4.15.0-generic .config 4.配置 make menuconfig 5.编译 make -j10 V=s 6.安装 sudo make modules_install sudo make instal

ubuntu 18.04 64bit下如何安装安卓虚拟机anbox?

一. 安装snapd sudo apt-get install snapd 二. 安装adb sudo apt-get install adb 三. 安装必要的内核模块 wget https://launchpadlibrarian.net/386450337/anbox-modules-dkms_13_all.deb sudo dpkg -i anbox-modules-dkms sudo modprobe ashmem_linux sudo modprobe binder_linux 四.

Ubuntu 18.04 实验环境配置

Ubuntu 18.04 实验环境配置 系统:Ubuntu 18.04 64bit 显卡:Nvidia GeForce 1080Ti 下载 CUDA.cuDNN.NVIDIA间存在某种关系,建议先确定要安装的CUDA版本. 注意:后续要安装的一些包不支持CUDA9.1. CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive cuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-archiv

How To Install Docker On Ubuntu 18.04

Docker is an increasingly popular software package that creates a container for application development. Developing in Docker speeds up applications, as it shares the kernel and other resources, instead of requiring dedicated resources. There are two

备忘 ubuntu 18.04 下安装 tensorflow GPU 版本

转自:https://www.cnblogs.com/hutao722/p/9342577.html tensorflow目前已经升级至r1.9版本.在之前的深度学习中,我是在MAC的虚拟机上跑CPU版本的tensorflow程序,当数据量变大后,tensorflow跑的非常慢,在内存不足情况下,又容易造成系统崩溃(虚拟机走的是windows7). 配置信息 为了后续的深度学习,不得已,我在京东买了一部组装厂商提供的主机,是网吧特供机.配置如下: CPU i5 8400 6核 16G内存 GPU

Ubuntu 18.04 nvidia driver 390.48 安装 TensorFlow 1.12.0 和 PyTorch 1.0.0 详细教程

最近要在个人台式机上搭建TensorFlow和PyTorch运行环境,期间遇到了一些问题.这里就把解决的过程记录下来,同时也可以作为安装上述环境的过程记录. 如果没有遇到类似的问题,想直接从零安装上述两个包的运行环境的,请直接阅读第三部分. 一.硬件和环境配置: 1)操作系统:Ubuntu 18.04: 2)NVIDIA Driver Version :390.48:(可通过nvidia-smi命令查到) 3)GPU:GTX 1080: (可通过nvidia-smi命令查到) 4)已安装CUDA

Ubuntu 18.04上CUDA 9.0、cuDNN7.0及Tensorflow 1.8的安装

配置 笔者使用Dell Inspiron 7559笔记本电脑,显卡为NVIDIA GTX 960M. 目标 由于本机显卡仅有nvidia-384驱动包能够良好支持(nvidia-387.nvidia-390包均在本机出现了系统无法登陆等异常),而CUDA 9.1需要驱动至少为nvidia-387,故选择安装CUDA 9.0及cuDNN7.0. TelsorFlow 1.8完全支持CUDA 9.0因此可以使用最新版. 安装显卡驱动 使用apt安装nvidia-384驱动包(实际安装驱动为390):

Tensorflow安装教程(ubuntu 18.04)

此教程的硬件条件: 1.Nvidia GPU Geforce390及以上 2.Ubuntu 18.04操作系统 3.Anaconda工具包 如果python版本为3.7及以上,使用如下命令降级到3.6: conda search python //搜索可用的python版本,这条命令非必须 conda install 3.6.7 //安装3.6版本中的最新版 python --version //查看python版本,如果是3.6.7,那就可以了 接下来,按照下面这个视频的教程一步一步做即可,保