No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=armv7 armv7s)

最新推荐文章于 2022-03-05 23:14:06 发布
原创 最新推荐文章于 2022-03-05 23:14:06 发布 · 225 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了InBuildSettings的各个配置项，包括Architectures、BaseSDK、BuildActiveArchitectureOnly等，以及如何通过调整这些设置来优化构建过程。
In Build Settings are:
  • Architectures: Starndard (armv7, armv7s)
  • Base SDK: Latest iOS (iOS 6.0)
  • Build Active Architecture Only: Debug Yes, Release No
  • Valid Architectures: armv7 armv7s

After I change Build Active Architecture Only = No, then the build was BUILD SUCCEEDED.

ifanyong
关注
FFmpeg 编译静态库
Hanyang Li的专栏
04-17 1225
FFmpeg 编译静态库
No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active&
Xcocode_ios的专栏
11-05 1202
错误代码：No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=armv7 armv7s) xcodebuild 这个target的时候命令行报错。 architectures to compile for (ONLY_ACTIVE_ARCH=
NO architectures to compile for (ONLY_ACTIVE_ARCH=YES,active arch=x86_64, 报错的解决
Ye_1314的专栏
04-09 1025
Xcode5.1升级后发现有这个问题，先把Architecturals 的arm64架构去掉然后 我用第3个方法解决了 PBXcp error差不多算是Xcode比较常见的一个编译错误了，原因往往是添加或删除美术资源的时候出错。虽然是小问题，但出现的频率很高。 解决方法（可以依次尝试，总有一种能最终解决问题）： 方法1.退出Xcode，然后从finder里面进入
No architectures to compile for 错误解决办法
weixin_33995481的博客
06-23 131
2019独角兽企业重金招聘Python工程师标准>>> ...
解决No architectures to compile for...
qq_42244731的博客
03-04 2666
1.No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=arm64, EXCLUDED_ARCHS=( arm64)). Warning: The Copy Bundle Resources build phase contains this target’s Info.plist file ‘dfund-wallet/Target/renrenbit-inhouse/renrenbit
iOS——制作同时支持armv7,armv7s,arm64,i386,x86的静态库
会飞の马
03-26 571
一、概要 平时项目开发中，可能使用第三方提供的静态库.a，如果.a提供方技术不成熟，使用的时候就会出现问题，例如： 在真机上编译报错：No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386). 在模拟器上编译报错：No architectures to compil
hisi3531 valgrind 交叉编译移植
sunshineywz的博客
04-20 3208
valgrind 神器不用我多说，linux平台开发利器。 一、 安装 1. autoconf # wget http://ftp.gnu.org/gnu/autoconf/autoconf-2.69.tar.gz # tar -zxvf autoconf-2.69.tar.gz # cd autoconf-2.69 # ./configure # make; make install 2....
Xcode常见编译错误
zmp1123的专栏
05-19 753
1、Undefined symbols for architecture x86_64:   解决办法： 将Build Settings的Architectures修改为arm7 armv7s.Xcode5.1默认是加上arm64的，但有些库不支持arm64，所以需要将它去掉。 2、No architectures to compile for (ONLY_ACTIVE_AR
iOS CPU架构(ARM指令集)
yanglei3kyou的专栏
09-30 6799
简述 ARM处理器，因其功耗低和尺寸小而闻名，几乎所有的手机处理器都基于ARM,苹果当然也不例外。 armv6、armv7、armv7s、arm64都是ARM处理器的指令集，所有指令集原则上都是向下兼容的。 如iPhone4s的CPU默认指令集为armv7指令集，但它可以同时也兼容armv6的指令集，只是在使用armv6的时候无法充分发挥其性能(无法发挥armv7指令集中得新特性)。 iOS模拟器没有运行ARM指令集，编译运行的是x86指令集(或i386)，所以只有在iOS设备上才会执行设备对应ARM指
工程编译时发生 No architectures to compile for 错误
IOSxiaoLow的博客
07-02 858
在运行下载的关于支付功能的代码时遇到了下面的这个问题: 解决方案如下:   先去Build setting 中找到Build Active Architecture Only 将他的属性改为NO,具体操作图如下所示 我这写的仅仅是解决了这个问题,具体的原因请看下面这个博客: http://blog.youkuaiyun.com/zhaowensky_126/articl
(转)No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=arm64, VA 解决办法
weixin_33853827的博客
12-06 384
c3dEngine在iphone6模拟器下运行报错No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=arm64, VA 使用下面方法中的第3条解决了问题： 转自：http://my.oschina.net/u/1244672/blog/201091 出现的原因：armv7s是应用在iPhone 5 A6 的架...
No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386).
陆讯
05-06 1987
No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386).问题描述： 看懂了英文你就解决了这个问题。 EDIT:As far as I know (please point it out if there’s something wrong, thanks), if
xcode工程编译错误：No architectures to compile for
热门推荐
zhaowensky
09-16 1万+
xcode6x No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386).
(Xcode)No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=arm64 解决
Lan_Se_Tian_Ma的博客
03-05 531
解决：设置为NO，重新build
如何解决No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386).
xujingjing 学习iOS开发历程
08-05 5083
如何解决No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386). 错误信息 No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386
No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=arm64, VALID_ARCHS=arm64 arm64e i
u012376580的博客
12-09 3522
编译的时候会报标题的错误，想直接看标题的解决方式，则从第四条看起！！！前提cocoapods安装成功哈~ 最近换了新电脑，系统为macOS Big Sur 11.0.1，Xcode版本为12.2，在安装完cocoapods以后，项目依然不能运行，因为尝试时间较久，遇到的问题较多，最终找到原因并解决，过程中遇到的一些问题也做下记录，方便以后自己参考，并深深的记住这次费时如此之久，靠着灵光一闪才解决的问题！！！因为是新电脑，所以可能需要从0说起，着急的可直接看后面第四条，仅供参考！！！ 一、准备工作 1.
怎样解决No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386)....
weixin_33845477的博客
03-12 133
怎样解决No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=i386). 错误信息 No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_64, VALID_ARCHS=...
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 #define CUDNN_MAJOR 8 #define CUDNN_MINOR 9 #define CUDNN_PATCHLEVEL 7 -- #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL) /* cannot use constexpr here since this is a C-only file */ (base) whyerwang@whyerwang-Lenovo-ThinkBook-16p-Gen-5:~/cudnn_samples_v8/mnistCUDNN$ cp -r /usr/src/cudnn_samples_v8/ $HOME cd ~/cudnn_samples_v8/mnistCUDNN make clean && make ./mnistCUDNN # 显示"Test passed!"即成功[^2] rm -rf *o rm -rf mnistCUDNN CUDA_VERSION is 12090 Linking agains cublasLt = true CUDA VERSION: 12090 TARGET ARCH: x86_64 HOST_ARCH: x86_64 TARGET OS: linux SMS: 50 53 60 61 62 70 72 75 80 86 87 90 nvcc warning : Support for offline compilation for architectures prior to '<compute/sm/lto>_75' will be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning). test.c:1:10: fatal error: FreeImage.h: 没有那个文件或目录 1 | #include "FreeImage.h" | ^~~~~~~~~~~~~ compilation terminated. >>> WARNING - FreeImage is not set up correctly. Please ensure FreeImage is set up correctly. <<< [@] /usr/local/cuda/bin/nvcc -I/usr/local/cuda/include -I/usr/local/cuda/include -IFreeImage/include -ccbin g++ -m64 -gencode arch=compute_50,code=sm_50 -gencode arch=compute_53,code=sm_53 -gencode arch=compute_60,code=sm_60 -gencode arch=compute_61,code=sm_61 -gencode arch=compute_62,code=sm_62 -gencode arch=compute_70,code=sm_70 -gencode arch=compute_72,code=sm_72 -gencode arch=compute_75,code=sm_75 -gencode arch=compute_80,code=sm_80 -gencode arch=compute_86,code=sm_86 -gencode arch=compute_87,code=sm_87 -gencode arch=compute_90,code=sm_90 -gencode arch=compute_90,code=compute_90 -o fp16_dev.o -c fp16_dev.cu [@] g++ -I/usr/local/cuda/include -I/usr/local/cuda/include -IFreeImage/include -o fp16_emu.o -c fp16_emu.cpp [@] g++ -I/usr/local/cuda/include -I/usr/local/cuda/include -IFreeImage/include -o mnistCUDNN.o -c mnistCUDNN.cpp [@] /usr/local/cuda/bin/nvcc -ccbin g++ -m64 -gencode arch=compute_50,code=sm_50 -gencode arch=compute_53,code=sm_53 -gencode arch=compute_60,code=sm_60 -gencode arch=compute_61,code=sm_61 -gencode arch=compute_62,code=sm_62 -gencode arch=compute_70,code=sm_70 -gencode arch=compute_72,code=sm_72 -gencode arch=compute_75,code=sm_75 -gencode arch=compute_80,code=sm_80 -gencode arch=compute_86,code=sm_86 -gencode arch=compute_87,code=sm_87 -gencode arch=compute_90,code=sm_90 -gencode arch=compute_90,code=compute_90 -o mnistCUDNN fp16_dev.o fp16_emu.o mnistCUDNN.o -I/usr/local/cuda/include -I/usr/local/cuda/include -IFreeImage/include -L/usr/local/cuda/lib64 -L/usr/local/cuda/lib64 -L/usr/local/cuda/lib64 -lcublasLt -LFreeImage/lib/linux/x86_64 -LFreeImage/lib/linux -lcudart -lcublas -lcudnn -lfreeimage -lstdc++ -lm bash: ./mnistCUDNN: 没有那个文件或目录
最新发布
05-15
<think>好的，我现在需要帮助用户解决在Ubuntu 22上安装cuDNN后编译mnistCUDNN示例时出现的FreeImage.h缺失的问题。首先，我需要回忆一下用户之前的对话历史。用户之前询问了如何安装cuDNN，我提供了详细的安装步骤，包括版本验证、安装方法以及验证安装的步骤。现在用户遇到了编译示例时的错误，提示找不到FreeImage.h文件。 根据用户的当前问题，我需要确定FreeImage库在Ubuntu中的安装方法。FreeImage是一个开源的图像处理库，可能cuDNN的示例程序依赖这个库来处理图像数据，比如MNIST数据集中的图像。因此，用户需要安装FreeImage的开发文件，包括头文件和库文件。 首先，我应该检查Ubuntu的软件源中是否有FreeImage的包。通常，开发库在Ubuntu中会有对应的-dev或-devel包。用户提到的错误是编译时找不到FreeImage.h，这通常意味着头文件没有安装，或者安装的位置不在编译器的搜索路径中。因此，安装libfreeimage-dev包可能会解决这个问题。 接下来，我需要确认安装命令是否正确。在Ubuntu中，使用apt-get install命令来安装软件包，用户可能需要使用sudo权限。正确的命令应该是sudo apt-get install libfreeimage-dev libfreeimage3。这样不仅安装了开发所需的头文件和静态库，还安装了运行时需要的共享库。 安装完成后，用户需要重新编译示例程序。可能需要清理之前的编译结果（make clean）然后重新编译（make），以确保所有依赖都被正确链接。如果安装后仍然出现错误，可能需要检查头文件的位置是否在系统的包含路径中，或者编译器的参数是否正确指定了库的路径。 此外，用户提到之前使用不同的CUDA安装方式，比如deb(network)或者runfile，可能会影响依赖库的安装。不过，FreeImage是一个独立的库，应该与CUDA的安装方式无关，只要正确安装即可。 用户可能还担心安装过程中出现的其他问题，比如卸载旧版本的问题。不过在这种情况下，直接安装正确的包应该就能解决问题，不需要复杂的卸载步骤。如果用户之前尝试过安装但失败了，可能需要先卸载旧版本，再重新安装，但根据错误提示，更可能的情况是根本没有安装，所以直接安装即可。 最后，用户可能需要验证安装是否成功，可以通过查找FreeImage.h文件是否存在，或者尝试编译示例程序。如果编译通过并成功运行，说明问题已经解决。如果还有其他错误，可能需要进一步检查其他依赖项或者编译选项。</think>#### 解决FreeImage.h缺失问题的完整步骤 --- ### 一、安装FreeImage开发库 1. **安装核心依赖包**： ```bash sudo apt-get update sudo apt-get install libfreeimage-dev libfreeimage3 # 同时安装开发包和运行时库[^1] ``` - `libfreeimage-dev`：包含头文件（如`FreeImage.h`）和静态库 - `libfreeimage3`：提供运行时动态链接库 2. **验证头文件路径**： ```bash ls /usr/include/FreeImage.h # 应显示文件路径 ``` --- ### 二、修复MNIST示例编译环境 1. **清理并重新编译示例**： ```bash cd ~/cudnn_samples_v8/mnistCUDNN make clean # 清除旧编译残留 make # 重新编译（自动链接FreeImage库）[^1] ``` 2. **若仍报错，手动指定库路径**： ```bash # 在Makefile中添加链接参数 LDFLAGS += -lfreeimage ``` ```bash # 或通过编译命令直接指定 make LDLIBS="-lfreeimage" ``` --- ### 三、深度验证 1. **运行测试程序**： ```bash ./mnistCUDNN # 输出"Test passed!"即表示依赖完整 ``` 2. **检查动态库链接**： ```bash ldd ./mnistCUDNN | grep freeimage # 应显示libfreeimage.so链接路径 ``` --- ### 四、常见问题排查 | 现象 | 解决方案 | |-------|----------| | `make: Nothing to be done for 'all'` | 执行`make clean && make`强制重新编译 | | `undefined reference to FreeImage_*` | 确认`-lfreeimage`已添加到链接参数 | | `/usr/bin/ld: cannot find -lfreeimage` | 执行`sudo ldconfig`更新库缓存 | --- ### 五、FreeImage库关联原理 cuDNN示例程序通过`FreeImage`库加载MNIST数据集图片，其依赖关系如下： ``` mnistCUDNN ├── CUDA Runtime (libcudart.so) ├── cuDNN (libcudnn.so) └── FreeImage (libfreeimage.so) ``` 安装开发包后，系统会将头文件置于`/usr/include`，库文件置于`/usr/lib/x86_64-linux-gnu`，编译器自动识别这些标准路径。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值