Question

使用matplotlib时获取错误消息：

错误＃15：初始化libiomp5.dylib，但发现libiomp5.dylib 已经初始化 OMP：提示：这意味着OpenMP运行时的多个副本已链接到程序中。这很危险，因为它可以降低性能或导致错误结果。最好的事情是为了确保只有一个OpenMP运行时链接到过程，例如通过避免在任何情况下静态链接OpenMP运行时图书馆。作为不安全，不受支持，未记录的解决方法，您可以设置环境变量KMP_DUPLICATE_LIB_OK = TRUE以允许程序继续执行，但可能会导致崩溃或无提示产生不正确的结果。有关更多信息，请参见 http://www.intel.com/software/products/support/。

Answer 1

这似乎是MacOS问题。请执行以下操作以解决该问题：

import os

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

在https://github.com/dmlc/xgboost/issues/1715

找到答案

Answer 2

我在macOS上也遇到了同样的问题，并发现以下原因：

问题：

我有一个conda环境，其中安装了Numpy，SciPy和TensorFlow。

Conda正在使用英特尔®MKL优化，请参阅docs：

Anaconda已将一些最受欢迎的数字/科学Python库的MKL驱动的二进制版本打包到MKL Optimizations中，以提高性能。

英特尔MKL功能（例如FFT，LAPACK，BLAS）采用OpenMP技术。

但是在macOS上，您不需要MKL，因为Accelerate Framework附带了自己的优化算法，并且已经在使用OpenMP。这就是错误消息的原因：private void btnDeal_Click(object sender, EventArgs e) { delear.Deal(player, 2); //gets the file paths of the pictures used to load images into picture boxes foreach (KeyValuePair<string, int> entry in player.GetCardRankSuit()) { CreateControlsPlayer(entry.Key, entry.Value, pnlPlayer); } }

解决方法：

您应该安装所有没有MKL支持的软件包：

OMP Error #15: ...

然后使用

conda install nomkl

之后

conda install numpy scipy pandas tensorflow

有关更多信息，请参见conda MKL Optimizations。

Answer 3

这是一个更好的解决方案（如果适用）。否则，gcamargo的解决方案很可能会起作用。但是，它带有警告“可能会导致崩溃或以静默方式产生不正确的结果”

我在使用numpy，keras和matplotlib的python程序在Mac上遇到了相同的错误。我用

解决了

conda install nomkl

在https://github.com/dmlc/xgboost/issues/1715

找到答案

Answer 4

使用conda将tensoflow更新为1.13时，在OSX中出现相同的问题。

解决方案1：/ gcamargo可以工作，但每个训练时期的速度要慢3倍。
解决方案2：/ sjcoding起作用并消除了严重的警告，但也消除了3倍训练较慢。
解决方案3：恢复的性能是：在新的conda中安装pip env并使用pip安装tensorflow。使用conda-forge也可以但是tf的版本太旧了。

显然，对于OSX张量流，Anaconda中新的Intel-MKL优化已被破坏。

Answer 5

因此，对于那些在lightgbm上遇到同样问题的人，我在the documentation中发现可以

pip uninstall lightgbm
pip install lightgbm
在anaconda environmnet中运行以下命令（如果您正在运行Conda）

ln -sf `ls -d "$(brew --cellar libomp)"/*/lib`/* $CONDA_PREFIX/lib

这三件事对我有用。

Answer 6

在安装TensorFlow的conda环境中，我遇到了同样的问题。

pip uninstall tensorflow
pip install tensorflow

问题消失了。

Answer 7

尝试更改matplotlib的后端。

例如，在我的情况下，Tkagg后端会导致此问题。我将其更改为Qt5Agg

matplotlib.use('Qt5Agg')

它有帮助。

Answer 8

检查您的环境（anaconda）中的mkl软件包是否有更新。

我只需更新mkl就可以解决我的情况。

conda install -c intel mkl

（macOS Catalina 10.15.5）

Answer 9

conda install --revision 0不能为我解决UnsatisfiableError: The following specifications...。因此，我在Anaconda-Navigator环境中手动安装了nomkl并删除了mkl和mil-service，它对我来说非常有用！

Answer 10

面对相同的错误 #15，尽管有帮助，但迄今为止（2021 年 2 月 5 日）没有一个解决方案完全有效。但是，我确实设法解决了它，同时避免了：使用 dylib 库抖动、从源代码安装或设置环境变量 KMP_DUPLICATE_LIB_OK=TRUE 及其作为“不安全、不受支持、未记录的解决方法”的缺点及其潜在的“崩溃或默默地产生不正确的结果”。

问题在于，尽管加载了 nomkl 包，但 conda 并未获取 tensorflow (v2.0.0) 的非 mkl 构建。最终使该解决方案起作用的是：

确保我是从 defaults 通道加载包（即从具有非 mkl 版本的 tensorflow 的通道。截至 2021 年 2 月 5 日，conda-forge 没有 2.0 或更大）。
指定我想要的 tensorflow 版本的精确构建：tensorflow>=2.*=eigen_py37h153756e_0。如果没有这个，conda 会继续加载 mkl_... 版本的包，尽管 nomkl 包也被加载。

我使用以下 environment.yml 文件（根据 conda documentation for managing environments）创建了一个 conda 环境：

name: tf_nomkl
channels:
  - conda-forge
  - defaults
dependencies:
  - nomkl
  - python>=3.7
  - numpy
  - scipy
  - pandas
  - jupyter
  - jupyterlab
  - nb_conda
  - nb_conda_kernels
  - ipykernel
  - pathlib
  - matplotlib
  - seaborn
  - tensorflow>=2.*=eigen_py37h153756e_0

您可以尝试在没有 environment.yml 文件的情况下执行相同操作，但如果可以，最好一次性加载环境中所需的所有包。此解决方案适用于 MacOS Big Sur v11.1。

错误＃15：正在初始化libiomp5.dylib，但发现libiomp5.dylib已初始化

10 个答案: