第二次碰到这个问题了，之前解决之后忘记记录了。凭借零星的记忆加上强大的Google终于“又”搞定了。避免下次又忘了，果断记下来。
环境
| Items | Version |
|---|---|
| Operation system | Ubuntu 16.04 |
| Python | 3.6.1 |
| Tensorflow | 1.12.0 |
| Hardware virtualization | KVM |
问题描述
在import tensorflow时抛出如下错误：
Illegal instruction (core dumped)
解决方法讨论
关于问题的讨论在Github上有开issue #17441。stackoverflow也有相关问题回答。
总结相关回答：新版本(version >= 1.6.0)的Tensorflow binary release是在avx指令环境下编译的。如果你的CPU不支持该类型指令，就不能使用新版本。
这样核心问题就是avx了。如果硬件不支持，解决办法很显然有以下几种：
- 降级Tensorflow版本，降到1.5或更低。不过会丢掉一些新版本的功能。
- 源码编译。老老实实从头开始。
- 换个CPU😂。
而我的问题稍不同，我是KVM虚拟机不支持avx，但是宿主机是支持的，那么事情就有转机了😀，无非是想办法改虚拟机配置啦。
支持avx
- 首先确定宿主机是否支持
avx的，查看宿主机CPU架构
$ virsh capabilities
可以看到宿主机的CPU架构为SandyBridge，并且该架构的<feature>是支持<feature name='avx2'/>
<capabilities>
...
<cpu>
<arch>x86_64</arch>
<model>SandyBridge</model>
<vendor>Intel</vendor>
<topology sockets='1' cores='8' threads='2'/>
<feature name='invpcid'/>
<feature name='erms'/>
<feature name='bmi2'/>
<feature name='smep'/>
<feature name='avx2'/>
...
</cpu>
...
</capabilities>
- 指定虚拟机CPU架构
$ virsh edit $YOUR_VM_NAME
在<domain>内增加<cpu>配置如下：
<domain type='kvm'>
...
<cpu mode='custom' match='exact'>
<model fallback='allow'>SandyBridge</model>
</cpu>
...
</domain>
其中，<model>填写步骤1中查到的CPU架构名称，如这里是SandyBridge。
- 重启虚拟机&检查是否生效。
进入虚拟机，查看虚拟机CPU支持的指令。
$ cat /proc/cpuinfo | grep avx
出现如下结果，说明CPU已经支持avx指令。
现在可以开始愉快的使用Tensorflow了。🤗
2021-6-5 日补充：
升级2.4.0之后，又双叒core dumped了，检查CPU的avx指令集是支持的。再次扒拉了一下issues #45744，2.4.0需要avx2指令集的支持，TF真是好棒棒嗷，这次环境的CPU不支持了，剩我留下了贫穷的泪水。
降级！降级！降级！tensorflow 2.3.1是OK的。
2021-7-13 补充
2.4.0的问题，可以升级2.4.1，因为官方发布是这么说的
Release 2.4.1 This release removes the AVX2 requirement from TF 2.4.0.
版本差别不大，赶紧升他鸭🦆。
