Tensorflow ARM交叉编译错误集锦

前言：

       Tensorflow交叉编译的过程是一个心塞的过程，其中会出现各种各样的错误，个中滋味，只有经历过的人才能体会。

       特意记录下所有碰到的问题，一来作为这段时间的一个小结，二来可以给他人提供些帮助。

正文：

       现将已知问题列表如下，如碰到相同现象，可依此方法解决：

              问题1：

                     错误现象：

                            编译过程中，提示exp("/home/jim/tf2arm/sysroots/x86_64-linux/arm-poky-linux-gnueabi-gcc") :no such file or directory

                     原因分析：

                            我在该目录下可以该目录，但是打开shell运行时，提示却一样：no such file or directory。（这个交叉编译SDK是从别人电脑（UBUNTU系统版本14.04）上拷贝过来了，在他的电脑上可以正常执行），原因可能是由于系统与平台的差异性，导致在一台电脑上可以正常执行，在另一台电脑上却无法执行。

                           百度查了各种方法：

                                  1） chmod 777 -R sysroots  添加可执行权限，不行

                                  2） sudo apt-get install lsb-core  添加对32位系统的兼容支持，不行

                                  3） sudo apt-get install ia32-libs   添加对32位系统的兼容支持，不行

                    解决方法：

                           用别人生成的SDK不行，那个自己编译一个，方法可参考如下链接：手动编译用于i.MX6系列的交叉编译SDK

             问题2：

                    错误现象：

                           拷贝新生成的两个可执行包到相应目录：

                                        opt/sysroots/x86_64-pokysdk-linux/usr/bin/arm-poly-linux-gnueabi

                                        opt/sysroots/x86_64-pokysdk-linux/usr/libexec/arm-poky-linux-gnueabi/gcc

                                再次编译bash build_arm_poky.sh

                                报错：error:target CPU does not support ARM mode

                    原因分析：

                                查看目标芯片参数：Cortex-M4对应ARMv7E-M，也就是-march=armv7-a  ,-mtune=cortex-a9

                                如果使用--mcpu=cortex-m3选项时，需要与-mthumb选项搭配。未解决！

                                通过报错时的提示信息，发现：环境变量里有两条记录：-march=armv7-a和-march=armv7

                    解决方法：

                                执行脚本 :./configure 

                                              其它的选项都选No，-march选项使用armv7-a即可。

              问题3：

                           BUILD：tensorflow/WORKSPACE:3:1:name 'http_archive' is not defined

                     原因分析：

                            怀疑是包不兼容导致，当前bazel 0.25.2,tensorflow 1.10

                     解决方法：

                            当前tensorflow  1.10最高只能支持Bazel0.19.2，所以，降Bazel版本到0.18.1

             问题4：     

                    问题现象：

                                 cortexa9hf-neon-poky-linux-gnueabi/usr/include/gnu/stubs.h:7:29:fatal error: gnu/stubs-soft.h :No such file or directory

                                 compilation terminated

                    原因分析：

                                 在编译生成的包中未查找到该文件，但找到一个类似文件：stubs_hard.h，查看该文件内容，只是些宏定义。

                    解决方法：

                                 直接复制文件stubs-hard.h,更名为为stubs-soft.h

             问题5：

                     问题现象：

                               extern/asm/nasm/error.c,找不到error.h

                     原因分析：

                               源代码查找error.h， 位于extern/asm/include，应该是编译路径包含不对导致。

                     解决方法：

                               1、 ll  ~/.cache/bazel       列出bazel_jim(当前主目录)

                               2、 ll  ~/.cache/bazel/bazel_jim  列出各文件夹，其中包含自动生成的随机文件夹，如果包含多个，可通过时间来判断。找到最新的即可。

                               3、本文中随机文件夹为：7924169126bef9c95805dc831e19e9c3，进入该文件夹下extern/asm/：

                                     直接复制到当前文件：cp include/error.h .

              问题6：

                     问题现象：

                             ld:找不到文件：ctri.o

                      原因分析：

                             当前源代码包中有该文件,应该是读写权限问题。

                      解决方法：

                              sudo chmod 777 -R sysroots 

               问题7：

                      问题现象：

                              /home/jim/.cache/bazel/_bazel_jim/76ef6e7a149f324cd1b97025fe5e3e28/external/protobuf_archive/BUILD:645:1:undeclared inclusion(s) in rule '''@protobuf_archive??:python/google/protobuf/internal/_api_implementation.so’：

                              this rule is missing dependency declarations for the following files included by 'external/protobuf_archive/python/google/protobuf/internal/api_implementation.cc':

                                   'usr/include/python2.7/Python.h'

                                    ...

                                   'usr/include/python2.7/pyfpe.h'

                      原因分析：

                            

                      解决方法：

                              暂未找到方法：（

                问题8：

                       问题现象：

                              tensorflow/python/lib/core/py_func.cc:355:39 :error: invalid conversion from 'const char*' to 'char*' [-fpermissive]

                       解决方法：

                              根据错误提示文件，找到对应错误处，在接口返回值处添加(char *)

                              此处问题较多，有7，8处，需修改多次。

                问题9：

                       问题现象：

                               external/gif_archive/lib/egif_lib.c:62:6:error:'S_IREAD' undeclared(first use in this function)

                               external/gif_archive/lib/egif_lib.c:62:16:error:'S_IWRITE' undeclared(first use in this function)

                        原因分析：

                               错误原因可能是没有编译Android，因为在external/gif_archive下BUILD.bazel里有定义

                        解决方法：

                               方法1：

                                      修改S_IREAD为S_IRUSR

                                      修改S_IWRITE为S_IWUSR

                               方法2：

                                      在gif_lib.h中定义

                                              #define S_IREAD S_IRUSR

                                              #define S_IWRITE S_IWUSR

                问题10：

                        现象描述：

                               external/png_archive/pngpriv.h:911:4 :error:#error ZLIB_VERNUM!= PNG_ZLIB_VERNUM " -I (include path) error:see the notes in pngpriv.h

                               #error ZLIB_VERNUM != PNG_ZLIB_VERNUM 

                         原因分析：

                                 Zlib库与libpng版本号不一致   

                                 查看Zlib版本：   

                                          find /usr/ -name zlib.pc   搜索结果:/usr/lib/x86_64-linux-gnu/pkgconfig/zlib.pc

                                          cat /usr/lib/x86_64-linux-gnu/pkgconfig/zlib.pc  版本信息会显示出来 当前版本是Version:1.2.8 

                                 查看libpng版本：

                                          find /usr/ -name libpng  （当前版本1.2） 

                                 与Zlib:1.2.8之对应的libpng版本应该是1.5

                         解决方法：

                                 方法1：

                                        找到源码，直接注释掉。

                                 方法2：

                                        安装libpng：(需要先卸载老版本：libpng12, sudo apt-get remove libpng12-dev)

                                        下载地址：  https://sourceforge.net/projects/libpng/files/

                                        tar -xzvf  libpng-1.5.30.tar.gz  

                                        cd libpng-1.5.30.tar.gz  

                                       ./configure

                                       make check

                                       sudo make install

                                       sudo ldconfig

               问题11：

                      现象描述：

                             home/jim/miniconda3/include/python3.7m/pyport.h: 886:2:error:#error "LONG_BIT definition appears wrong for platform (bad gcc/glibc config?)

                      原因分析：

                             编译前的./configure设置使用的是anaconda2(python2.7)，在编译时却使用了python3.7m。

                      解决方法：

                             去除高级别的Python。   

 

               bazel clean --expunge   （尽量少用，使用后，会清除生成的文件~/.cache/bazel/bazel_jim/7924169126bef9c95805dc831e19e9c3）

                             

 

转载于:https://www.cnblogs.com/jimchen1218/p/11611975.html