OMP: Error # 15: Inicializando libiomp5.dylib, pero encontrado libiomp5.dylib ya inicializado

Estoy intentando ejecutar un progtwig de prueba para verificar si mi entorno de Anaconda está configurado correctamente. Sin embargo, cuando ejecuto mi progtwig de prueba, aparece este mensaje de error cuando el progtwig está configurando la callback on_train_end() para ser más precisos:

OMP: Error # 15: Inicializando libiomp5.dylib, pero encontrado libiomp5.dylib ya inicializado. OMP: Sugerencia Esto significa que se han realizado varias copias del tiempo de ejecución de OpenMP, ya que puede degradar el rendimiento o causar resultados incorrectos. Lo mejor que puede hacer es asegurarse de que solo un único tiempo de ejecución de OpenMP esté vinculado al proceso, por ejemplo, evitando la vinculación estática del tiempo de ejecución de OpenMP en cualquier biblioteca. Como una solución insegura, no compatible, no documentada, puede configurar la variable de entorno KMP_DUPLICATE_LIB_OK = TRUE para permitir que el progtwig continúe ejecutándose, pero eso puede causar lockings o producir resultados incorrectos de manera silenciosa. Para obtener más información, visite http://www.intel.com/software/products/support/ .

Estoy ejecutando el progtwig de prueba en mi MacBook Pro 15 “2015 donde está instalado macOS Mojave 10.14.1. La distribución de Anaconda que tengo instalada actualmente es https://repo.anaconda.com/archive/Anaconda2-5.3.0 -MacOSX-x86_64.sh .

Aquí está el progtwig de prueba:

 #!/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) 

Ya intenté solucionar el problema haciendo referencia a la respuesta de esta pregunta relacionada. Por lo tanto, agregando las siguientes líneas de código después de la sección de import :

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

Lo que recibo es otro mensaje de error, este es el seguimiento completo de la stack:

 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 

Aquí hay una lista de las dependencias relacionadas instaladas en el entorno (no se omiten las dependencias relacionadas por brevedad):

 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 

En la mayoría de los casos, esto resuelve el problema:

 conda install nomkl 

Tuve una experiencia similar y las soluciones publicadas en otros lugares no me estaban arreglando las cosas. Finalmente, me desbloqueé al degradar mi versión de matplotlib, es decir, conda install matplotlib=2.2.3