为什么scikit-learn导致核心倾倒？

Question

我尝试在scikit-learn中运行一个简单的线性拟合:

from sklearn import linear_model
clf = linear_model.LinearRegression()
clf.fit ([[0, 0], [1, 1], [2, 2]], [0, 1, 2])

结果我得到:

Illegal instruction (core dumped)

有谁知道这个问题的原因是什么以及如何解决问题？

PS我使用的0.16.1是scikit-learn 的版本.但我也有旧版本的问题.我是在Ubuntu下做的.

添加

今天我尝试了另一个估算器(KernelRidge),我收到了同样的错误信息.我想几个月前我试图用scipy解决一个线性方程组,我有同样的错误.我需要补充一点,我尝试过的示例总是很小(因此,问题的大小不应该是错误的原因).在其他计算机上(在工作中)我也有Ubunutu并使用scikit-learn而我没有他们的这个问题.所以,看起来我家用笔记本电脑有问题.

Answer 1

在这里冒险，但是您的笔记本电脑有可能配备 AMD CPU 吗？

AMD 已取消对 3DNow! 的支持！来自最新处理器的指令（来源），对 Ubuntu和Debian bugtrackers 的搜索显示，许多人都受到了影响（例如1、2、3、4、5 ）。

Scikit-learn 构建在 numpy 之上，而 numpy 又使用 OpenBLAS 或 Atlas 等库在计算机的特定硬件上尽可能高效地执行计算。

然而，为 Debian 和 Ubuntu 编译的默认版本针对较旧的 CPU，基于未来的处理器将能够执行较旧处理器的代码，但反过来通常情况并非如此。

然而，在这种情况下，较新的 AMD CPU 已删除了指令，因此Illegal instruction尽管有有效的 python 代码，您也会收到错误，因为底层库正在尝试使用不再存在的旧指令。

如果发生这种情况，那么解决方法是为笔记本电脑中的实际处理器构建 numpy 和 OpenBLAS，而不是 Debian 附带的通用处理器。尽管此示例适用于 Ubuntu，但https://hunseblog.wordpress.com/2014/09/15/installing-numpy-and-openblas/给出的说明对于 Debian 来说应该可以正常工作。