错误 #15：正在初始化 libiomp5.dylib，但发现 libiomp5.dylib 已经初始化答案

【问题标题】：Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized错误 #15：正在初始化 libiomp5.dylib，但发现 libiomp5.dylib 已经初始化
【发布时间】：2018-10-26 18:20:16
【问题描述】：

使用matplotlib时得到错误信息：

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 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不正确的结果。最好的事情是确保只有一个 OpenMP 运行时链接到过程，例如通过避免 OpenMP 运行时的任何静态链接图书馆。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，但这可能会导致崩溃或静默产生不正确的结果。欲了解更多信息，请参阅 http://www.intel.com/software/products/support/.

【问题讨论】：

当我按照本教程操作时，我的 Mac 上会出现这个问题：tensorflow.org/tutorials/keras/basic_classification
在遵循@Goldname 提到的 tensorflow 教程时遇到了这个问题。我已经注释掉了所有 plt 命令，它没有任何问题。
相关：OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized

标签： python macos matplotlib

【解决方案1】：

执行以下操作来解决问题：

import os

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

答案在：https://github.com/dmlc/xgboost/issues/1715

注意潜在的副作用：

但这可能会导致崩溃或默默地产生不正确的结果。

【讨论】：

是否有任何证据表明在 MacOS 上执行此操作会以某种方式避免“默默地产生 [ing] 不正确的结果”，正如 OpenMP 开发人员暗示的那样？
这与其说是一种解决方案，不如说是一种变通方法，可能会导致严重的问题。 TensorFlow 的 conda 版本在 macOS 上已损坏。删除后直接用 pip install tensorflow 重新安装。
绝对不是孤立于 Mac... 我在我的 windows 10 机器上体验到了这一点。

【解决方案2】：

如果适用，这是一个更好的解决方案。否则，无论如何 gcamargo 的解决方案可能会奏效。但是，它带有警告“它可能会导致崩溃或默默地产生不正确的结果”

我在 Mac 上使用 numpy、keras 和 matplotlib 的 python 程序时遇到了同样的错误。我用

解决了

conda install nomkl

答案在：https://github.com/dmlc/xgboost/issues/1715

【讨论】：

对我来说效果很好。
为我工作，但不知道为什么。
在 keras 2.2.4 上遇到了同样的问题，这个解决方案有效。谢谢
MacOS Catalina 上的干净救星
对我也很好

【解决方案3】：

我在 macOS 上遇到了同样的问题，发现原因如下：

问题：

我有一个安装了 Numpy、SciPy 和 TensorFlow 的 conda 环境。

Conda 正在使用 Intel(R) MKL 优化，请参阅 docs：

Anaconda 已将一些最流行的数值/科学 Python 库的基于 MKL 的二进制版本打包到 MKL 优化中，以提高性能。

英特尔 MKL 函数（例如 FFT、LAPACK、BLAS）使用 OpenMP 技术进行线程化。

但在 macOS 上，您不需要 MKL，因为 Accelerate Framework 带有自己的优化算法并且已经使用 OpenMP。这就是错误信息的原因：OMP Error #15: ...

解决方法：

您应该安装所有不支持 MKL 的软件包：

conda install nomkl

然后使用

conda install numpy scipy pandas tensorflow

紧随其后

conda remove mkl mkl-service

欲了解更多信息，请参阅conda MKL Optimizations。

【讨论】：

如果因为UnsatisfiableError: The following specifications...而无法安装nomkl，则必须先卸载所有这些规范。卸载所有当前安装的软件包conda install --revision 0 的快速解决方案。然后继续 J.E.K 的回答。
这对我很有帮助。在此之前我已经尝试了一切！谢谢！
感谢您的回答，这应该是聊天中投票率最高的问题，因为它可以正确解决问题并且不会影响性能。
这也解决了我对 R 的 spacyr 包的问题。与其让spacyr 创建一个conda 环境并从R 安装spacy，我必须首先在conda 中创建一个新的spacy 环境，然后安装nomkl，然后是spacy，最后指向@ 987654338@ 在那个环境中。

【解决方案4】：

我在安装了 TensorFlow 的 conda 环境中遇到了同样的问题。做完之后

pip uninstall tensorflow
pip install tensorflow

问题消失了。

【讨论】：

我遇到了同样的问题，但是使用 PyTorch ......遵循这个想法解决了我的问题。谢谢。
重新安装 pytorch 并不能解决我的问题
与 pytorch 有同样的问题，但令人惊讶的是卸载和安装 tensorflow 解决了这个问题。

【解决方案5】：

使用 conda 将 tensoflow 更新到 1.13 时，在 OSX 中遇到了同样的问题。

解决方案 1：/gcamargo 有效，但每个训练周期慢 3 倍。
解决方案 2：/sjcoding 工作并删除了严重的警告，但也删除了 3x 训练速度较慢。
解决方案 3：恢复的性能是：在新 conda 中安装 pip env 并使用 pip 安装 tensorflow。使用 conda-forge 也有效但是 tf 的版本是旧的。

显然，Anaconda 中新的 Intel-MKL 优化在 OSX tensorflow 中被破坏了。

【讨论】：

在conda remove tensorflow 和pip install tensorflow 之后，conda install keras 想重新安装 conda 版本的 tensorflow。您是否使用 pip 安装了任何需要 tensorflow 以避免获得 conda 版本的东西？
我在使用 pip 而不是 conda 时得到了这个："Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA"。它似乎也解决了这个问题。
对我来说，使用 conda-forge 安装 TensorFlow 并不能解决问题
这是正确的答案。 Conda 安装了一个损坏的 tensorflow 版本。只需使用 pip 安装即可。
是的，使用 pip3 uninstall tensorflow 和 pip3 install tensorflow 成功了。

【解决方案6】：

检查您的环境 (anaconda) 中是否有 mkl 包的更新。

我可以通过更新 mkl 来解决我的问题。

conda install -c intel mkl

（macOS Catalina 10.15.5）

【讨论】：

【解决方案7】：

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

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。

【讨论】：

【解决方案8】：

尝试更改matplotlib的后端。

例如，Tkagg 后端在我的情况下会导致此问题。我改成Qt5Agg

matplotlib.use('Qt5Agg')

它有帮助。

【讨论】：

【解决方案9】：

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。然而，我确实设法解决了这个问题，同时避免：使用dylib 库进行抖动、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“崩溃或默默地产生错误的结果”。

问题在于，尽管加载了 nomkl 包，但 conda 并没有选择非 mkl 构建的 tensorflow (v2.0.0)。最终使该解决方案发挥作用的是：

确保我是从defaults 频道加载包（即从具有非 mkl 版本的 tensorflow 的频道。截至 2021 年 2 月 5 日，conda-forge 没有 2.0 的 tensorflow 版本或更大）。
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 会继续加载包的 mkl_... 版本，尽管 nomkl 包也正在加载。

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

你可以尝试在没有 environment.yml 文件的情况下做同样的事情，但如果可以的话，最好一次性在一个环境中加载你想要的所有包。此解决方案适用于 MacOS Big Sur v11.1。

【讨论】：

【解决方案10】：

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

【讨论】：

【解决方案11】：

当我在我的 macOS Monterey 上使用 Tensorflow 运行代码时，我遇到了与原始问题中提到的相同的错误。我尝试按照以前的许多答案中的建议安装 nomkl 并删除 mkl 。然而，这给我运行 pandas 的 readcsv 模块和来自不同包的许多其他模块带来了麻烦。一位朋友告诉我，新版本的 macOS 与通常的 Tensorflow 有问题，因此 pypi 推出了一个名为 tf-nightly 的特殊版本的 TF。

https://pypi.org/project/tf-nightly/#description

这个安装解决了我的问题。

【讨论】：