Created by: zuokanmingyuli

-环境信息

    1）PaddlePaddle版本：1.5.2.post107
    2）CPU：-
    3）GPU：notebook GTX 1060、CUDA 10.0、CUDNN 7.5.1
    4）系统环境：ubuntu 18.04，Python 3.6.8

-预测信息    1）C++预测：预测库安装包的版本信息 cuda10.0_cudnn7_avx_mkl，其中的version.txt文件:

GIT COMMIT ID: a5696153a013552bfaa612ca407eba318e18ba54
WITH_MKL: ON
WITH_MKLDNN: ON
WITH_GPU: ON
CUDA version: 10.0
CUDNN version: v7

   2）CMake包含路径的完整命令:

INCLUDE_DIRECTORIES(/home/xxx/paddle_cpp/src/include)
target_link_libraries(paddle_NativePredictor 
/home/xxx/paddle_cpp/src/lib/libpaddle_fluid.so
/home/xxx/paddle_cpp/src/third_party/install/mkldnn/lib/libmkldnn.so.0
/home/xxx/paddle_cpp/src/third_party/install/mklml/lib/libmklml_intel.so
     ) 

   3）预测库来源：官网下载

• 复现信息： 文档 - C++ 预测 API介绍（https://www.paddlepaddle.org.cn/documentation/docs/zh/advanced_usage/deploy/inference/native_infer.html ） 中的前两个使用样例报错。 我将文档 - 'C++ 预测 API介绍 - NativePredictor使用样例' 的例子代码放在一个paddle_NativePredictor.cpp中，没有改动，然后写好CMakeLists.txt如上所述，然后编译，未报错，运行可执行程序报错：段错误（核心已转储） 同样的方法，将代码换成了文档 - 'C++ 预测 API介绍 - AnalysisPredictor 使用样例' ，也是基本是报同样的错。

• 问题描述： C++ 预测 API介绍 - NativePredictor使用样例就是编译好之后报错：段错误（核心已转储），gdb信息如下：

Temporary breakpoint 1, main ()
    at /home/abc/paddle_cpp/src/paddle_NativePredictor.cpp:54
54	int main() { 
(gdb) n
56	  paddle::RunNative(1, "./mobilenet");
(gdb) 
Program received signal SIGSEGV, Segmentation fault.
0x00007fffe018319f in std::basic_string<char, std::char_traits<char>, std::allocator<char> >::basic_string(std::string const&) ()
   from /usr/lib/x86_64-linux-gnu/libstdc++.so.6
(gdb) 
Single stepping until exit from function _ZNSsC2ERKSs,
which has no line number information.

第二个例子“AnalysisPredictor使用样例”也报错，同样的方法，仅仅将cpp里的代码换成了文档 - 'C++ 预测 API介绍 - AnalysisPredictor 使用样例' ，报错error: ‘accumulate’ is not a member of ‘std’，于是我在这段代码开头加上了“ #include ”，之后报错如下：

CMakeFiles/paddle_NativePredictor.dir/paddle_NativePredictor.cpp.o：在函数‘paddle::CreateConfig(paddle::AnalysisConfig*, std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> > const&)’中：
/home/abc/paddle_cpp2/src/paddle_NativePredictor.cpp:7：对‘paddle::AnalysisConfig::SetModel(std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> > const&, std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> > const&)’未定义的引用
collect2: error: ld returned 1 exit status
CMakeFiles/paddle_NativePredictor.dir/build.make:86: recipe for target 'paddle_NativePredictor' failed
make[2]: *** [paddle_NativePredictor] Error 1
CMakeFiles/Makefile2:72: recipe for target 'CMakeFiles/paddle_NativePredictor.dir/all' failed
make[1]: *** [CMakeFiles/paddle_NativePredictor.dir/all] Error 2
Makefile:83: recipe for target 'all' failed
make: *** [all] Error 2

我将代码改写如下：

#include "paddle_inference_api.h"
#include <numeric>  
int main() { 
  paddle::AnalysisConfig config;

  int batch_size = 1;
  std::string model_dirname = "./mobilenet";

  config.SetModel(model_dirname);
  config.EnableUseGpu(1000, 0);

  config.SwitchUseFeedFetchOps(false);
  config.SwitchSpecifyInputNames(true);
  // config.SwitchIrDebug(true);

  auto predictor = CreatePaddlePredictor(config);

  return 0;
}

编译好之后执行报错：段错误 (核心已转储) gdb信息如下：

64	int main() { 
(gdb) n
66	  paddle::AnalysisConfig config;
(gdb) 
68	  int batch_size = 1;
(gdb) 
69	  std::string model_dirname = "./mobilenet";
(gdb) 
71	  config.SetModel(model_dirname);
(gdb) 
72	  config.EnableUseGpu(10, 0 );
(gdb) 

Program received signal SIGSEGV, Segmentation fault.
__memmove_avx_unaligned_erms ()
    at ../sysdeps/x86_64/multiarch/memmove-vec-unaligned-erms.S:249
249	../sysdeps/x86_64/multiarch/memmove-vec-unaligned-erms.S: 没有那个文件或目录.