朱庇特 |内核似乎已经死了。会自动重启 |答案

【问题标题】：Jupyter | The kernel appears to have died. It will restart automatically |朱庇特 |内核似乎已经死了。会自动重启 |
【发布时间】：2018-04-11 21:21:33
【问题描述】：

一段时间以来，我一直在运行特定的 python 脚本。在此之前的几个月里，所有脚本都运行得非常好（包括在 Jupyter 中）。现在，不知何故，我系统中的 jupyter 已经开始在代码的一个特定行（下面提到的代码的最后一行）显示以下错误消息。代码的所有部分都运行良好，除了代码的最后一行（我在其中调用用户定义的函数来进行配对计数）。用户定义函数（correlation.polepy）可以从https://github.com/OMGitsHongyu/N-body-analysis找到

这是我收到的错误消息：

 Kernel Restarting
 The kernel appears to have died. It will restart automatically.

还有，这是我的 Python 代码的骨架：

from __future__ import division
import numpy as np
import correlation
from scipy.spatial import cKDTree

File1 = np.loadtxt('/Users/Sidd/Research/fname1.txt')
File2 = np.loadtxt('/Users/Sidd/Research/fname2.txt')

masscut = 1.1*np.power(10,13)
mark1 = (np.where(File1[:,0]>masscut))[0]
mark2 = (np.where(File2[:,0]>masscut))[0]

Data1 = File1[mark1,1:8]
Data2 = File2[mark2,1:8]

Xi_masscut = correlation.polepy(p1=Data1, p2=Data2, rlim=150, nbins=150, nhocells=100, blen=1024, dis_f=100)

当我尝试使用 IPython 时，会发生类似的问题（代码的最后一行）。当我尝试使用 Python（在终端中实现）时，我收到一条错误消息（在最后一行），上面写着“Segmentation fault:11”。我正在使用 Python 2.7.13 :: Anaconda 2.5.0 (x86_64)。

我已经尝试了以下方法来寻找解决方案：

1.>我检查了一些以前在 stackoverflow 上的链接，其中有人问过这个问题：The kernel appears to have died. It will restart automatically

我尝试了上面链接中给出的解决方案；可悲的是，它似乎不适用于我的情况。这是上面给出的链接中提到的解决方案：

conda update mkl

2.> 为了检查系统是否内存不足，我关闭了所有占用大量内存的应用程序。我的系统有 16 GB 的物理内存，即使有超过 9 GB 的可用内存，也会发生这个问题（同样，这个问题以前没有发生过，即使我在其他任务中使用 14 GB 并且少于 2 GB内存。令人惊讶的是，我之前可以使用给定的输入运行任务，而现在我无法使用相同的确切输入来复制计算。）

3.> 我看到了另一个链接： https://alpine.atlassian.net/wiki/plugins/servlet/mobile?contentId=134545485#content/view/134545485

这个似乎解决了类似的问题，它谈到了 docker 容器没有足够的内存。我对如何实施那里提到的建议有疑问。

总而言之，我不确定这个问题最初是如何产生的。我该如何解决这个问题？任何帮助将不胜感激。

【问题讨论】：

你能发布你试图运行的代码吗？如果您可以发布Minimal, Complete, and Verifiable example，那将特别有帮助
@LouiseDavies 感谢您的回复。我已经发布了我的代码框架，并提到了我为故障排除所采取的步骤。可悲的是，到目前为止，我可以尝试的所有步骤都没有为我工作。我将非常感谢任何帮助。
问题：Jupyter 内核似乎已经死了它会自动重启我遇到了同样的问题，重新安装了 numpy 和 keras，但无济于事，这似乎只是 cuda 与 mac 不兼容的问题操作系统 10.13.6 或更高版本。当我使用 IDE 蜘蛛时，问题就消失了。

标签： python-2.7 ipython jupyter-notebook

【解决方案1】：

在我的情况下，错误是由于 hdf5（版本不匹配）库的问题引起的，这表明当内核意外死亡时，导入期间的任何库也可能导致问题。

在这种情况下，最好先检查用于触发 jupyter notebook 的相应命令提示符窗口。它提供此类错误的日志，并可用于解决此类问题。

问题是由于：import tensorflow
消息：hdf5 库的版本不匹配
解决方法：设置环境变量 'HDF5_DISABLE_VERSION_CHECK' = 2

【讨论】：

【解决方案2】：

使用命令：

conda install -c anaconda keras

为我工作。

【讨论】：

【解决方案3】：

对于 12.0 及以上的 macOS 版本，不支持 Tensorflow GPU。所以试试这段代码，它对我有用-

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

【讨论】：

【解决方案4】：

要解决这个问题，只需使用以下命令升级numpy 库：

conda install numpy 如果您使用的是anaconda

或

pip install -U numpy 如果没有

【讨论】：

【解决方案5】：

我尝试conda install tensorflow 解决了我的问题。

【讨论】：

【解决方案6】：

用 conda 而不是 pip 重新安装你的库。

【讨论】：

请在评论部分发布您的此类答案，如果它包含代码则可以，所以请确保以后
@JaimilPatel 请不要要求用户在 cmets 中发布答案。如果一个答案回答了问题，那么它就是一个答案，并且应该作为一个答案发布。代码不是必需的，尽管在大多数与代码相关的问题代码是答案的一部分。请在此处删除您的评论。另请注意，声望点
@Dipesh 我希望你没有注意到去年 arslan 发布了一个非常类似的answer。

【解决方案7】：

当这件事发生在我身上时，我刚刚将我的笔记本上传到 google colab，它就开始工作了。不过，问题似乎是训练这些大型模型时计算/内存资源的瓶颈，而像 colab 这样的地方比您的机器拥有更多的带宽。

【讨论】：

【解决方案8】：

用 conda 代替 pip 安装库这对我有用

【讨论】：

【解决方案9】：

当我在 numpy 之前导入 sklearn PCA 时会出现此问题（不确定反转顺序是否会解决问题）

但后来我通过重新安装 numpy 和 mkl 解决了这个问题： conda install numpy 和 conda install -c intel mkl

【讨论】：

重新安装 numpy 帮助 - 谢谢！我读过的另一个选项是：“不要使用 Jupyter 笔记本。使用简单的 .py 脚本。我知道笔记本存在一个已知问题。它不允许 cuda 在会话结束后释放资源，这会产生问题。”
有趣的是，使用pip install -U numpy 升级也解决了我的问题。想知道为什么...
这里也一样。当我遇到这个问题时，我正在运行cv2。更新 numpy 解决了我的问题。