Ubuntu 20.04下CMake编译TensorFlow Lite崩溃，求解决建议

1. 降低编译并行度 #

-j参数会自动调用所有CPU核心编译，高负载容易触发系统崩溃。尝试指定核心数量，比如保留2个核心不参与编译：

cmake --build . -j$(nproc --ignore=2)

也可以直接固定核心数，比如-j4（根据你的CPU实际核心数调整）。

2. 排查系统资源瓶颈 #

• 内存不足：编译TFLite需要大量内存，内存耗尽可能导致系统冻结。用free -h查看剩余内存，若不足8G，建议关闭浏览器、IDE等占用内存的程序，或临时增加交换分区：

  sudo fallocate -l 8G /swapfile
  sudo chmod 600 /swapfile
  sudo mkswap /swapfile
  sudo swapon /swapfile
  

• CPU过热：高负载编译可能导致CPU温度过高，触发硬件保护机制。用sensors命令查看温度，若温度异常，清理散热风扇或改善设备通风环境。

3. 改用预编译库替代源码编译 #

如果源码编译持续崩溃，可以跳过源码编译，直接使用TensorFlow Lite预编译C++库：

• 下载对应版本的预编译包，解压后将头文件和库文件复制到系统目录或项目目录
• 在VS Code的CMakeLists.txt中直接链接预编译库，无需再进行源码编译流程

4. 调整CMake编译选项 #

修改编译配置，关闭不必要的模块以降低资源占用：

• 重新运行CMake时添加参数，关闭测试和示例编译：

  cmake ../tensorflow/tensorflow/lite/examples/minimal -DTFLITE_BUILD_TESTS=OFF -DTFLITE_BUILD_EXAMPLES=OFF
  

• 切换到Release模式编译（默认Debug模式编译时间更长、资源消耗更高）：

  cmake ../tensorflow/tensorflow/lite/examples/minimal -DCMAKE_BUILD_TYPE=Release
  

5. 修复系统依赖和更新 #

• 确保系统和依赖包处于最新状态：

  sudo apt update && sudo apt upgrade -y
  

• 重新安装可能损坏的基础依赖：

  sudo apt install --reinstall cmake libffi7 build-essential
  

内容的提问来源于stack exchange，提问作者Ruthger Righart