Ядро ноутбука Jupyter продолжает умирать, когда я запускаю код - PullRequest
Новая
       36

Ядро ноутбука Jupyter продолжает умирать, когда я запускаю код

1 голос
/ 10 марта 2019

Я сделал свои первые шаги в глубоком обучении, следуя этому уроку https://www.youtube.com/watch?v=wQ8BIBpya2k, и все шло хорошо, пока мне не потребовалось обучить сеть в ноутбуке jupyter. Я попробовал почти все, и я всегда получаю эту ошибку " Ядро, похоже, умерло. Оно автоматически перезапустится . "Когда я проверяю терминал, я вижу это

[I 18:32:24.897 NotebookApp] Adapting to protocol v5.1 for kernel 0d2f57af-46f5-419c-8c8e-9676c14dd9e3 2019-03-09 18:33:12.906756: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA 2019-03-09 18:33:12.907661: I tensorflow/core/common_runtime/process_util.cc:69] Creating new thread pool with default inter op setting: 4. Tune using inter_op_parallelism_threads for best performance. OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib 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/. [I 18:33:13.864 NotebookApp] KernelRestarter: restarting kernel (1/5), keep random ports WARNING:root:kernel 0d2f57af-46f5-419c-8c8e-9676c14dd9e3 restarted

Код, который я пытаюсь запустить, довольно прост (даже для меня, который только начинает углубляться в изучение)

import tensorflow as tf  

mnist = tf.keras.datasets.mnist  
(x_train, y_train),(x_test, y_test) = mnist.load_data()  

x_train = tf.keras.utils.normalize(x_train, axis=1)  
x_test = tf.keras.utils.normalize(x_test, axis=1) 

model = tf.keras.models.Sequential()  
model.add(tf.keras.layers.Flatten())  
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))  
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))  
model.add(tf.keras.layers.Dense(10, activation=tf.nn.softmax))  

model.compile(optimizer='adam',  
              loss='sparse_categorical_crossentropy',  
              metrics=['accuracy'])  

model.fit(x_train, y_train, epochs=3)  

val_loss, val_acc = model.evaluate(x_test, y_test)  
print(val_loss)  
print(val_acc)

Я испробовал все свои идеи и решил почти все те же проблемы в Google, сейчас это моя последняя надежда, поэтому заранее спасибо

Ответы [ 2 ]

1 голос
/ 10 марта 2019

Какую версию tenorflow вы скачали?

Из журнала ошибок видно, что есть некоторые проблемы с библиотекой OpenMP, я попытался бы переустановить Tensorflow до последней стабильной версии.

У меня былочтобы обновить мою установку тензорного потока (1.13.1), чтобы этот код работал, вот что я вывожу. 

WARNING:tensorflow:From /usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/resource_variable_ops.py:435: colocate_with (from tensorflow.python.framework.ops) is deprecated and will be removed in a future version.
Instructions for updating:
Colocations handled automatically by placer.
Epoch 1/3
60000/60000 [==============================] - 6s 94us/sample - loss: 0.2652 - acc: 0.9213
Epoch 2/3
60000/60000 [==============================] - 6s 95us/sample - loss: 0.1103 - acc: 0.9660
Epoch 3/3
60000/60000 [==============================] - 6s 100us/sample - loss: 0.0735 - acc: 0.9765
10000/10000 [==============================] - 0s 35us/sample - loss: 0.0875 - acc: 0.9731
0.08748154099322855
0.9731

В зависимости от того, какой менеджер библиотек вы используете, попробуйте обновить

Для Pip &Python3: 

pip3 install tensorflow --upgrade

Для Anaconda: 

conda update tensorflow

Затем запустите 

import tensorflow as tf
print(tf.__version__)

Чтобы убедиться, что у вас установлена ​​последняя версия

0 голосов
/ 21 июля 2019

Я перепробовал несколько вариантов, предложенных в разных потоках - обновить matplotlib, понизить версию matplotlib до версии 2.xx, обновить TensorFlow до версии 1.13.1 и т. Д. Ни один из них не сработал.Для меня даже простой фиктивный график, подобный приведенному ниже, начал давать сбой с «OMP: Ошибка № 15», как только в Keras был вызван метод построения графика, после того как метод Fit был вызван. 

acc = [i for i in range(20) ]
epochs = range(1, len(acc) + 1)
loss = range(1, len(acc) + 1)
plt.plot(epochs, loss, 'bo', label='Training loss')

Следующее, как это предлагается Пост помог мне. 

conda install nomkl
...