sklearn OMP:拟合模型时出现错误#15

Question

我最近卸载了一个很好的Enthought Canopy 32位工作副本并安装了Canopy版本1.1.0(64位).当我尝试使用sklearn来适应模型我的内核崩溃时,我收到以下错误:

The kernel (user Python environment) has terminated with error code 3. This may be due to a bug in your code or in the kernel itself.

Output captured from the kernel process is shown below.

OMP: Error #15: Initializing libiomp5md.dll, but found mk2iomp5md.dll already initialized.
OMP: Hint: This means that multiple copies of the OpenMP runtime have been linked into the program. That is dangerous, since it can degrade performance or cause incorrect results. The best thing to do is to ensure that only a single OpenMP runtime is linked into the process, e.g. by avoiding static linking of the OpenMP runtime in any library. As an unsafe, unsupported, undocumented workaround you can set the environment variable KMP_DUPLICATE_LIB_OK=TRUE to allow the program to continue to execute, but that may cause crashes or silently produce incorrect results. For more information, please see http://www.intel.com/software/products/support/.

在Canopy的32位下,相同的代码运行得很好.代码实际上只是一个linear_model.SGDClassifier(loss ='log')的简单拟合(Logistic回归的相同错误,还没有尝试过其他模型)

我该如何解决？

Answer 1

我尝试手动删除旧libiomp5md.dll文件。该文件位于您的anaconda3/lib目录中。您应该删除旧libiomp5.dll文件。那么它应该可以工作。

Answer 2

也有同样的问题easyocr，这也是mkl依赖的。

重新安装其他 mkl 依赖模块似乎有效。例如，我做了pip uninstall numpy，然后pip install numpy，这使得导入easyocr工作。

Answer 3

OMP：错误#15：正在初始化libiomp5md.dll，但发现libiomp5md.dll已经初始化。

我在 python 中遇到了类似的问题，我通过从 Anaconda 环境文件夹 C:\Users\aqadir\Anaconda3\envs\your_env_name\Library\bin\libiomp5md.dll 中删除 libiomp5md.dll 重复文件来修复它

就我而言，文件 libiomp5md.dll 已经位于基本 Anaconda bin 文件夹 C:\Users\aqadir\Anaconda3\Library\bin 中

Answer 4

您几乎肯定可以通过设置环境参数来克服此错误

import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"

但是，设置此参数不是推荐的解决方案（如错误消息中所述）。相反，您可以尝试在不使用英特尔数学内核库的情况下设置您的 conda 环境，方法是运行：

conda install nomkl

如果您拥有的版本基于 MKL（尽管 conda 应该为您完成此操作），您可能需要在执行此操作后再次安装一些软件包。如果没有，那么您需要执行以下操作：

安装软件包，通常会包括MKL或取决于包括MKL包，如scipy，numpy和pandas。Conda 将安装这些软件包的非 MKL 版本及其依赖项（请参阅此处）

对于 macOS，这nomkl是一个不错的选择，因为 MKL 提供的优化实际上已经由 Apple 的Accelerate Framework 提供，它已经使用 OpenMP。这实际上是触发错误（'...OpenMP 运行时的多个副本...'）的原因，似乎（如本答案所述）。

Answer 5

我已阅读有关英特尔支持研究的文档（http://www.intel.com/software/products/support/）以及本例中的原因，包括。对我来说，就是 numpy 库。我已经单独安装了它，并且也将其作为 PyTorch 安装的一部分。所以它给出了一个错误。基本上，您应该创建一个新环境，并在那里安装所有依赖项。

Answer 6

我有同样的问题，来自numpy中的安装冲突以及来自顶篷。通过编写解决该问题：

import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"

这不是一个很好的解决方案，但是它为我做了工作。