進程以退出代碼 139 結束（被信號 11 中斷：SIGSEGV）

Question

我正在嘗試執行Python 腳本，但出現以下錯誤：

Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)

我在 Linux Mint 18.1 Serena OS 上使用 python 3.5.2

誰能告訴我為什么會這樣，我該如何解決？

Answer 1

SIGSEGV 信號指示“分段違規”或“段錯誤”。 或多或少，這相當於讀取或寫入未在進程中映射的內存地址。

這表明您的程序中存在錯誤。 在 Python 程序中，這要么是解釋器中的錯誤，要么是正在使用的擴展模塊中的錯誤（后者是最常見的原因）。

要解決此問題，您有多種選擇。 一種選擇是生成一個最小的、獨立的、完整的示例來復制問題，然后將其作為錯誤報告提交給它使用的擴展模塊的維護者。

另一種選擇是嘗試自己找出原因。 gdb是一個有價值的工具，它是 Python 的調試版本和所有正在使用的擴展模塊。

安裝 gdb 后，您可以使用它來運行 Python 程序：

gdb --args python <more args if you want>

然后使用 gdb 命令來追蹤問題。 如果您使用run那么您的程序將一直運行，直到它崩潰，您將有機會使用其他 gdb 命令檢查狀態。

Answer 2

另一個可能的原因（我今天遇到的）是你試圖讀/寫一個打開的文件。 在這種情況下，只需關閉文件並重新運行腳本即可解決問題。

Answer 3

一段時間后，我發現我正在運行一個新的 TensorFlow 版本，它在舊計算機上出現錯誤。 我解決了將 TensorFlow 版本降級到 1.4 的問題

Answer 4

當我遇到這個問題時，我意識到存在一些內存問題。 我重新啟動PC並解決了它。

Answer 5

如果您的 C 程序（例如，使用cpython試圖越界訪問變量）也會出現這種情況

ctypedef struct ReturnRows:
    double[10] your_value

cdef ReturnRows s_ReturnRows # Allocate memory for the struct
s_ReturnRows.your_value = [0] * 12

將失敗

Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)

Answer 6

對我來說，我使用 OpenCV 庫來應用 SIFT。 在我的代碼中，我將 cv2.SIFT() 替換為 cv2.SIFT_create() 並且問題消失了。

Answer 7

嘗試使用pyodbc模塊連接到 Oracle DB 時，我收到了同樣的錯誤：

connection = pyodbc.connect()

錯誤發生在以下幾種情況：

• 數據庫連接已在同一個 python 文件中多次打開
• 在調試模式下，在打開與 DB 的連接時已到達斷點

可以通過以下方法避免錯誤消息：

• 只打開一次數據庫並在所有需要的地方重用連接
• 使用后正確關閉數據庫連接

希望，這會幫助任何人！

Answer 8

刪除了 python 解釋器和 'venv' 文件夾解決了我的錯誤。

Answer 9

11 : SIGSEGV - 當內存段被非法訪問時出現此信號。

python中有一個模塊名稱信號，您可以通過它處理這種操作系統信號。

如果你想忽略這個SIGSEGV信號，你可以這樣做：

signal.signal(signal.SIGSEGV, signal.SIG_IGN)

但是，忽略信號可能會導致代碼出現一些不適當的行為，因此最好使用定義的處理程序來處理SIGSEGV信號，如下所示：

def SIGSEGV_signal_arises(signalNum, stack):
    print(f"{signalNum} : SIGSEGV arises")
    # Your code

signal.signal(signal.SIGSEGV, SIGSEGV_signal_arises) 

Answer 10

當我嘗試在斷開連接的外部 GPU 上運行我的代碼時遇到了這個問題。 我將os.environ['PYOPENCL_CTX']=2設置為未連接 GPU 2。 所以我只需要將代碼更改為 os.environ ['PYOPENCL_CTX'] = 1 。

Answer 11

對我來說，這三行代碼已經重現了錯誤，無論有多少可用內存：

import numpy as np
from sklearn.cluster import KMeans

X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])
kmeans = KMeans(n_clusters=1, random_state=0).fit(X)

我可以通過刪除重新安裝scikit-learn包來解決這個問題。 一個非常相似的解決方案。

Answer 12

如果嘗試使用 concurrent.futures 復合線程，也會發生這種情況。 例如，在另一個 .map 調用中調用 .map。

這可以通過刪除 .map 調用之一來解決。

Answer 13

我在使用 scikit-learn 的 kmeans 時遇到了同樣的問題。 從 scikit-learn 1.0 升級到 1.0.2 為我解決了這個問題。

Answer 14

此問題通常是由您的環境中不兼容的庫引起的。 就我而言，它是pyspark庫。

Answer 15

在運行 PHPUnit 時，我在 PHP 中遇到了這個錯誤。 原因是循環依賴。

Answer 16

就我而言，恢復我最近的 conda 安裝解決了這種情況。

Answer 17

導入 monai 時出現此錯誤。 我新建conda環境后解決了。 我能想到的可能原因是不同包之間存在一些沖突，或者我的環境名稱與我要導入的 package 名稱相同（monai）。

Answer 18

我通過更新python庫解決了這個問題。 就我而言，它是scikit-learn：

pip install -U scikit-learn

Answer 19

在其他頁面上找到。 解釋器：python 3.8

cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

這為我解決了問題。 我用 2.7 獲得 SIGSEGV，將我的 python 升級到 3.8，然后用 OpenCV 得到不同的錯誤。 並在OpenCV 4.0.0 SystemError: <class 'cv2.CascadeClassifier'> returned a result with a error set上找到答案。

但最終一行代碼修復了它。