webentwicklung-frage-antwort-db.com.de

Fehler 15: Initialisierung von libiomp5.dylib, aber gefundenes libiomp5.dylib wurde bereits initialisiert

Fehlermeldung bei Verwendung von matplotlib erhalten:

Fehler # 15: libiomp5.dylib wird initialisiert, aber libiomp5.dylib .__ gefunden. bereits initialisiert OMP: Hinweis: Dies bedeutet, dass mehrere Kopien der OpenMP-Laufzeit in das Programm eingebunden wurden. Das ist gefährlich, da es die Leistung beeinträchtigen oder falsche Ergebnisse verursachen. Das Beste, was man machen kann soll sicherstellen, dass nur eine einzige OpenMP-Laufzeit mit der .__ verknüpft ist. Prozess, z.B. durch das Vermeiden einer statischen Verknüpfung der OpenMP-Laufzeit in einem beliebigen Bibliothek. Als unsichere, nicht unterstützte, undokumentierte Problemumgehung können Sie Setzen Sie die Umgebungsvariable KMP_DUPLICATE_LIB_OK = TRUE, um die .__ zuzulassen. Programm, das weiterhin ausgeführt werden kann, dies kann jedoch zu Abstürzen oder unbeaufsichtigter Ausführung führen falsche Ergebnisse produzieren. Weitere Informationen finden Sie unter http://www.intel.com/software/products/support/ .

5
gcamargo

Dies scheint ein MacOS-Problem zu sein. Gehen Sie folgendermaßen vor, um das Problem zu lösen:

import os

os.environ['KMP_DUPLICATE_LIB_OK']='True'

Antwort gefunden unter: https://github.com/dmlc/xgboost/issues/1715

12
gcamargo

Hatte das gleiche Problem in OSX beim Aktualisieren von tensoflow auf 1.13 mit conda.

  • Lösung 1:/gcamargo hat funktioniert, aber 3x langsamer pro Trainingsepoche.
  • Lösung 2:/sjcoding funktionierte und entfernte ernsthafte Warnungen, aber auch 3x langsamer im Training.
  • Lösung 3: Die wiederhergestellte Leistung war: Installieren Sie pip in einer neuen Umgebung und verwenden Sie pip, um tensorflow zu installieren. Conda-forge hat auch funktioniert, aber die Version von tf ist alt.

Anscheinend sind die neuen Intel-MKL-Optimierungen in Anaconda für OSX Tensorflow defekt.

2
Jayhou

Ich hatte das gleiche Problem in einer Conda-Umgebung, in der TensorFlow installiert war. Danach

  • pip uninstall tensorflow
  • pip install tensorflow

das Problem war weg.

1
user11874275

Versuchen Sie, das Backend von matplotlib zu ändern.

Beispielsweise verursacht das Backend Tkagg dieses Problem in meinem Fall. Ich habe es in Qt5Agg Geändert

matplotlib.use('Qt5Agg') 

und es hilft.

0
thanhtang

Dies ist ggf. eine bessere Lösung. Andernfalls wird die Lösung von gcamargo wahrscheinlich funktionieren. Es wird jedoch eine Warnung angezeigt, "dass Abstürze auftreten können oder fehlerhafte Ergebnisse erzeugen".

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das Numpy, Keras und Matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Antwort gefunden unter: https://github.com/dmlc/xgboost/issues/1715

0
sjcoding

Für diejenigen von Ihnen, die mit Lightgbm dasselbe Problem haben, habe ich in der Dokumentation gefunden, dass Sie es können

  1. pip uninstall lightgbm
  2. pip install lightgbm
  3. Führen Sie Folgendes in Anaconda-Umgebung aus (wenn Sie Conda ausführen)
ln -sf `ls -d "$(brew --cellar libomp)"/*/lib`/* $CONDA_PREFIX/lib

Diese drei Dinge haben für mich funktioniert.

0
ltjds