我正在尝试运行测试程序来检查我的Anaconda环境是否配置正确。但是，当我运行测试程序时，该程序正在设置图形（准确地说是on_train_end()回调）时，会出现以下错误消息：
OMP：错误＃15：初始化libiomp5.dylib，但找到libiomp5.dylib 已经初始化。 OMP：提示这意味着已经存在多个OpenMP运行时副本，因为它可能降低性能或导致错误的结果。最好的办法是确保仅将单个OpenMP运行时链接到该流程中，例如通过避免在任何库中静态链接OpenMP运行时。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，但是可能会导致崩溃或无提示地产生错误的结果。有关更多信息，请参见http://www.intel.com/software/products/support/。
我在装有macOS Mojave 10.14.1的MacBook Pro 15“ 2015上运行测试程序，我当前安装的Anaconda发行版是https://repo.anaconda.com/archive/Anaconda2-5.3.0-MacOSX-x86_64.sh。
这是测试程序：
#!/usr/bin/env python
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
from tensorflow import keras
Xs = np.array([
[0, 0],
[0, 1],
[1, 1],
[1, 0]
])
Ys = np.array([
[0],
[1],
[0],
[1]
])
class MyCallback(keras.callbacks.Callback):
def __init__(self):
super(MyCallback, self).__init__()
self.stats = []
def on_epoch_end(self, epoch, logs=None):
self.stats.append({
'loss': logs['loss'],
'acc': logs['acc'],
'epoch': epoch
})
def on_train_end(self, logs=None):
loss_x = []
loss_y = []
acc_x = []
acc_y = []
for e in self.stats:
loss_x.append(e['epoch'])
loss_y.append(e['loss'])
acc_x.append(e['epoch'])
acc_y.append(e['acc'])
plt.plot(loss_x, loss_y, 'r', label='Loss')
plt.plot(acc_x, acc_y, 'b', label='Accuracy')
plt.xlabel('Epochs')
plt.ylabel('Loss / Accuracy')
plt.legend(loc='upper left')
plt.show()
with tf.Session() as session:
model = keras.models.Sequential()
model.add(keras.layers.Dense(10, activation=keras.activations.elu, input_dim=2))
model.add(keras.layers.Dense(1, activation=keras.activations.sigmoid))
model.compile(optimizer=keras.optimizers.Adam(lr=0.05),
loss=keras.losses.mean_squared_error,
metrics=['accuracy'])
model.fit(x=Xs, y=Ys, batch_size=4, epochs=50, callbacks=[MyCallback()])
print("Training complete")
loss, acc = model.evaluate(Xs, Ys)
print(f"loss: {loss} - acc: {acc}")
predictions = model.predict(Xs)
print("predictions")
print(predictions)
我已经尝试解决与answer相关问题的this相关的问题。因此，请在import部分之后添加以下代码行：
import os
os.environ['KMP_DUPLICATE_LIB_OK'] = 'True'
我得到的是另一条错误消息，这是完整的堆栈跟踪：
2018-12-06 10:18:34.262 python[19319:371282] -[NSApplication _setup:]: unrecognized selector sent to instance 0x7ff2b07a3d00
2018-12-06 10:18:34.266 python[19319:371282] *** Terminating app due to uncaught exception 'NSInvalidArgumentException', reason: '-[NSApplication _setup:]: unrecognized selector sent to instance 0x7ff2b07a3d00'
*** First throw call stack:
(
0 CoreFoundation 0x00007fff2ccf0e65 __exceptionPreprocess + 256
1 libobjc.A.dylib 0x00007fff58d47720 objc_exception_throw + 48
2 CoreFoundation 0x00007fff2cd6e22d -[NSObject(NSObject) __retain_OA] + 0
3 CoreFoundation 0x00007fff2cc92820 ___forwarding___ + 1486
4 CoreFoundation 0x00007fff2cc921c8 _CF_forwarding_prep_0 + 120
5 libtk8.6.dylib 0x0000000b36aeb31d TkpInit + 413
6 libtk8.6.dylib 0x0000000b36a4317e Initialize + 2622
7 _tkinter.cpython-36m-darwin.so 0x0000000b3686ba16 _tkinter_create + 1174
8 python 0x000000010571c088 _PyCFunction_FastCallDict + 200
9 python 0x00000001057f2f4f call_function + 143
10 python 0x00000001057f0abf _PyEval_EvalFrameDefault + 46847
11 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
12 python 0x00000001057f3b1c _PyFunction_FastCallDict + 364
13 python 0x000000010569a8b0 _PyObject_FastCallDict + 320
14 python 0x00000001056c1fe8 method_call + 136
15 python 0x00000001056a1efe PyObject_Call + 62
16 python 0x0000000105743385 slot_tp_init + 117
17 python 0x00000001057478c1 type_call + 241
18 python 0x000000010569a821 _PyObject_FastCallDict + 177
19 python 0x00000001056a2a67 _PyObject_FastCallKeywords + 327
20 python 0x00000001057f3048 call_function + 392
21 python 0x00000001057f0b6f _PyEval_EvalFrameDefault + 47023
22 python 0x00000001057f330c fast_function + 188
23 python 0x00000001057f2fac call_function + 236
24 python 0x00000001057f0abf _PyEval_EvalFrameDefault + 46847
25 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
26 python 0x00000001057f3b1c _PyFunction_FastCallDict + 364
27 python 0x000000010569a8b0 _PyObject_FastCallDict + 320
28 python 0x00000001056c1fe8 method_call + 136
29 python 0x00000001056a1efe PyObject_Call + 62
30 python 0x00000001057f0cc0 _PyEval_EvalFrameDefault + 47360
31 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
32 python 0x00000001057f33ba fast_function + 362
33 python 0x00000001057f2fac call_function + 236
34 python 0x00000001057f0abf _PyEval_EvalFrameDefault + 46847
35 python 0x00000001057f330c fast_function + 188
36 python 0x00000001057f2fac call_function + 236
37 python 0x00000001057f0abf _PyEval_EvalFrameDefault + 46847
38 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
39 python 0x00000001057f33ba fast_function + 362
40 python 0x00000001057f2fac call_function + 236
41 python 0x00000001057f0abf _PyEval_EvalFrameDefault + 46847
42 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
43 python 0x00000001057f33ba fast_function + 362
44 python 0x00000001057f2fac call_function + 236
45 python 0x00000001057f0b6f _PyEval_EvalFrameDefault + 47023
46 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
47 python 0x00000001057f33ba fast_function + 362
48 python 0x00000001057f2fac call_function + 236
49 python 0x00000001057f0abf _PyEval_EvalFrameDefault + 46847
50 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
51 python 0x00000001057f33ba fast_function + 362
52 python 0x00000001057f2fac call_function + 236
53 python 0x00000001057f0abf _PyEval_EvalFrameDefault + 46847
54 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
55 python 0x00000001057f33ba fast_function + 362
56 python 0x00000001057f2fac call_function + 236
57 python 0x00000001057f0b6f _PyEval_EvalFrameDefault + 47023
58 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
59 python 0x00000001057f33ba fast_function + 362
60 python 0x00000001057f2fac call_function + 236
61 python 0x00000001057f0b6f _PyEval_EvalFrameDefault + 47023
62 python 0x00000001057e4209 _PyEval_EvalCodeWithName + 425
63 python 0x000000010583cd4c PyRun_FileExFlags + 252
64 python 0x000000010583c224 PyRun_SimpleFileExFlags + 372
65 python 0x0000000105862d66 Py_Main + 3734
66 python 0x0000000105692929 main + 313
67 libdyld.dylib 0x00007fff59e1608d start + 1
68 ??? 0x0000000000000002 0x0 + 2
)
libc++abi.dylib: terminating with uncaught exception of type NSException
以下是环境中安装的相关依赖项的列表（为简便起见，未省略相关依赖项）：
Name | Version Build
--------------------|----------------|----------------------
_tflow_select | 2.3.0 | mkl
blas | 1.0 | mkl
intel-openmp | 2019.1 | 144
matplotlib | 3.0.1 | py36h54f8f79_0
mkl | 2018.0.3 | 1
mkl_fft | 1.0.6 | py36hb8a8100_0
mkl_random | 1.0.1 | py36h5d10147_1
numpy | 1.15.4 | py36h6a91979_0
numpy-base | 1.15.4 | py36h8a80b8c_0
tensorboard | 1.12.0 | py36hdc36e2c_0
tensorflow | 1.12.0 | mkl_py36h2b2bbaf_0
tensorflow-base | 1.12.0 | mkl_py36h70e0e9a_0
答案 0 :(得分：5)
在大多数情况下，这可以解决问题：
Console.WriteLine("Enter first input");
double input1 = double.Parse(Console.ReadLine());
Console.WriteLine("Enter second input");
double input2 = double.Parse(Console.ReadLine());
Calculator myCalculator = new Calculator();
double result = myCalculator.Calculation(input1, input2);
Console.WriteLine("result = " + result);
答案 1 :(得分：1)
我也有类似的经历，其他地方发布的解决方案并不能解决我的问题。最终，我降级了我的matplotlib版本，即conda install matplotlib=2.2.3
答案 2 :(得分：1)
我尝试了以下遇到的解决方案。不幸的是，其中许多方法没有解决，其背后的原因也不十分清楚：
我正在使用在 mac OS Mojave
中与 python3.6 一起安装的 Tensorflow 2.0 MKL 的conda。要降级matplotlib。它与OpenMP有什么关系？原因尚不清楚，但没有解决。
conda install matplotlib==2.2.3
由于存在多个副本，因此允许OpenMP库的重复。可以解决，但是在警告日志中，它说这是一种解决方法，并且会默默地产生不正确的结果。因此，绝对不是要走的路，因此仍然需要适当的解决方案/修复。
import os
os.environ['KMP_DUPLICATE_LIB_OK']='True'
要安装 nomkl 。我想这不是对所有库（scipy，numpy，tensorflow等）都使用基于MKL的二进制文件，但是然后我不明白为什么要使用Tensorflow-MKL？因为重点是使用MKL二进制文件来利用Intel架构进行快速处理（AVX2指令等）。大多数人说这对他们来说可行，但是，这对我却不可行：
conda install nomkl
更新 MKL 。它没有解决。
conda install -c intel mkl
卸载 OpenMP ，然后重新安装。它没有解决。
conda uninstall openmp
conda install openmp
最后，我要做的是卸载安装了conda的tensorflow（tf-mkl），然后通过pip再次安装它。这已经解决了 ！！！我认为这是一个适当的解决方案。因此，这可能意味着针对macOS的Intel TF-MKL二进制文件已损坏。我发现对于Intel和macOS来说这很常见，因为其他库（例如OpenVINO，pyrayalsense2等）在macOS中也无法正常工作。
conda uninstall tensorflow
pip install tensorflow==2.0.0
一些有用的链接：
答案 3 :(得分：0)
我一直遇到这个错误，这似乎与基于依赖的安装和之后 conda 缺少符号链接有关。
示例：
我在我的 conda 环境中安装了一个带有 pip 的包，它有一个火炬依赖项，它确实安装成功 - 但是在导入时我得到了上面的错误。 lib/ 看起来如下：
~/opt/anaconda3/lib ll|grep libomp
lrwxr-xr-x 1 user staff 12B Dec 31 12:17 libgomp.1.dylib -> libomp.dylib
lrwxr-xr-x 1 user staff 12B Dec 31 12:17 libgomp.dylib -> libomp.dylib
lrwxr-xr-x 1 user staff 12B Dec 31 12:17 libiomp5.dylib -> libomp.dylib
-rwxrwxr-x 1 iser staff 642K Dec 31 12:17 libomp.dylib
然后我使用了 conda install pytorch，它确实安装了额外的软件包。之后我的lib/看起来像这样：
~/opt/anaconda3/lib ll|grep libomp
lrwxr-xr-x 1 user staff 12B Dec 31 12:17 libgomp.1.dylib -> libomp.dylib
lrwxr-xr-x 1 user staff 12B Dec 31 12:17 libgomp.dylib -> libomp.dylib
lrwxr-xr-x 1 user staff 12B Mar 10 14:59 libiomp5.dylib -> libomp.dylib
-rwxrwxr-x 2 user staff 646K Jan 15 22:21 libomp.dylib
因此 libomp.dylib 和 libiomp5.dylib 符号链接已更新。导入成功了。
我之前也通过在这些库之间手动创建符号链接来解决这个问题...所以请检查这对您是否有效！