进程以退出代码 139 结束（被信号 11 中断：SIGSEGV）

Posted 2023-02-14

【中文标题】进程以退出代码 139 结束（被信号 11 中断：SIGSEGV）

【英文标题】：Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)

【发布时间】：2018-08-31 01:48:17

【问题描述】：

我正在尝试执行Python script，但出现以下错误：

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

我在 Linux Mint 18.1 Serena 操作系统上使用 python 3.5.2

谁能告诉我为什么会这样，我该如何解决？

【参考方案1】：

SIGSEGV 信号指示“segmentation violation”或“segfault”。或多或少，这相当于读取或写入未在进程中映射的内存地址。

这表明您的程序中存在错误。在 Python 程序中，这要么是解释器中的错误，要么是正在使用的扩展模块中的错误（后者是最常见的原因）。

要解决此问题，您有多种选择。一种选择是生成一个最小的、独立的、完整的示例来复制问题，然后将其作为错误报告提交给它使用的扩展模块的维护者。

另一种选择是尝试自己找出原因。 gdb 是一个有价值的工具，它是 Python 的调试版本和所有正在使用的扩展模块。

安装 gdb 后，您可以使用它来运行您的 Python 程序：

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

然后使用 gdb 命令来追踪问题。如果您使用run，那么您的程序将一直运行直到它崩溃，您将有机会使用其他 gdb 命令检查状态。

【参考方案2】：

另一个可能的原因（我今天遇到的）是您试图读/写一个打开的文件。在这种情况下，只需关闭文件并重新运行脚本即可解决问题。

【参考方案3】：

一段时间后，我发现我正在运行一个新的 TensorFlow 版本，它在旧计算机上出现错误。我解决了将 TensorFlow 版本降级到 1.4 的问题

【讨论】：

我的情况在使用 tensorflow-gpu 1.9.0 而不是 1.8.0 后得到解决。

【参考方案4】：

当我遇到这个问题时，我意识到存在一些内存问题。我重新启动PC并解决了它。

【参考方案5】：

如果您的 C 程序（例如，使用 cpython 试图越界访问变量）也可能出现这种情况

ctypedef struct ReturnRows:
    double[10] your_value

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

将失败

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

【参考方案6】：

对我来说，我使用 OpenCV 库来应用 SIFT。 在我的代码中，我将 cv2.SIFT() 替换为 cv2.SIFT_create()，问题就消失了。

【参考方案7】：

我在尝试使用 pyodbc 模块连接到 Oracle 数据库时收到同样的错误：

connection = pyodbc.connect()

错误发生在以下几种情况：

DB连接在同一个python中打开了多次 文件 在调试模式下已到达断点 当与数据库的连接处于打开状态时

可以通过以下方法避免错误消息：

只打开一次数据库并在所有需要的地方重用连接 使用后正确关闭DB连接

希望对任何人都有帮助！

【参考方案8】：

删除了python解释器和'venv'文件夹解决了我的错误。

【参考方案9】：

11 : SIGSEGV - 当内存段被非法访问时会出现此信号。

python中有一个模块名称signal，通过它可以处理这种OS信号。

如果你想忽略这个 SIGSEGV 信号，你可以这样做：

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

但是，忽略信号可能会导致代码出现一些不当行为，因此最好使用您定义的处理程序来处理 SIGSEGV 信号，如下所示：

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

signal.signal(signal.SIGSEGV, SIGSEGV_signal_arises) 

【参考方案10】：

当我尝试在断开连接的外部 GPU 上运行我的代码时遇到了这个问题。我在未连接 GPU 2 的位置设置了 os.environ['PYOPENCL_CTX']=2。所以我只需要将代码更改为 os.environ['PYOPENCL_CTX'] = 1.

【参考方案11】：

对我来说，这三行代码已经重现了错误，无论有多少可用内存：

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)

我可以通过删除重新安装scikit-learn 包来解决这个问题。与this 非常相似的解决方案。

【参考方案12】：

在其他页面上找到。 解释器：python 3.8

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

这为我解决了问题。 我用 2.7 获得 SIGSEGV，将我的 python 升级到 3.8，然后用 OpenCV 得到不同的错误。并在OpenCV 4.0.0 SystemError: <class 'cv2.CascadeClassifier'> returned a result with an error set 上找到答案。

但最终一行代码修复了它。