这个bug是我在运行tensorflow代码时出现的，但是实际的原因不是代码本身的问题，应该是cpu占用太高或者内存不够的文问题
下面是我收集的各种可能出现这个错误的，以下错误都进行了来源引用，
备注：如有侵权请联系删除。
Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)
Process finished with exit code 137 (interrupted by signal 9: SIGSEGV)
这两种错误应该都差不多
1 用pd.read_csv()的时候报错：
摘自：https://blog.csdn.net/shangxiaqiusuo1/article/details/88880098
Process finished with exit code 139 (interrupted by signal 11: SIGSEGV)
2 tensorflow训练模型
报错“process finished with exit code 137(interrupted by signal 9:SIGKILL) ”
摘自：https://blog.csdn.net/sjx_5937681/article/details/83615433
网上说是内存溢出、不足引起的，我出现问题是在程序运行一会后，同时发现tensorflow-gpu版从一开始就没启用gpu运算（查看gpu运行情况时未显示，说明没有使用GPU），但是本人之前运行无误，突然何时起就出现状况了，确保代码没有改动后，解决方法是：重装tensorflow-gpu
3 运行keras
Process finished with exit code 137 (interrupted by signal 9: SIGKILL)
摘自：https://blog.csdn.net/sjx_5937681/article/details/83615433
出现这个信息说明发生了内存不足的问题，在keras中，可以选择小的batch_size，不要把一整个大的文件一次性读到内存里。
如果是ubuntu系统，出现此问题的一个原因是cpu不够了，当运行的网络很复杂的时候，需要加载很大的权重，需要cpu来做，会导致这个错误，
4 tensorflow 内存不足
摘自：https://blog.csdn.net/gdengden/article/details/84000165
Process finished with exit code 137 (interrupted by signal 9: SIGKILL)
可以选择小的batch_size，
5 我自己的错误-cudnn版本引起的错误
也是在运行tensorflow的时候出现这个，我开始在网上索很多大概就是以上几种情况，都是内存不够之类的，但是我使用同样的代码在我的GTX 1060 显存6g 内存16g上实验把参数调到很小之后，跑通代码，然后在RTX Titanx显存 24G 内存32g ,运行代码仍然出现同样的错误，后来反思可能是环境的问题，我的GTX 1060 :tensorflow 1.12.0 ，cuda9.0/cudnn 7.4.2 而RTX TItanx tensorflow 1.12.0 ,cuda 9.0/cudnn7 .2.1 一对比就出现，应该就是cudnn这个地方出错了。很奇怪我在跑别的代码的时候没有出现这个错误。这个错误很应该算是比较罕见的了，最后把cudnn7.2.1换成cudnn7.4.2之后终于没有bug了。我的天哪，简直了，这个bug搞了我很长时间！我的代码是一个GAN,generator的部分没有出现问题，出现这个问题就在discriminator的本部分。如果以后又遇到类似问题的可以参考一下，当然不一定是把cudnn换成7.4.2也可能是其它版本。
但是比较奇怪的是tensorflow1.12.0看到网上推荐cudnn7.4.2之前的版本，而cudnn7.4.2对应tensorflow1.13.0版本，所以这个错误还是比较罕见的