Scikit-learn: خطأ في الاستيراد: dlopen: لا يمكن تحميل أي عنصر آخر باستخدام TLS ثابت مع كشاف مُصمم باستخدام GCC 5.5

تم إنشاؤها على ٢٦ يوليو ٢٠١٩ · 12تعليقات · مصدر: scikit-learn/scikit-learn

لست متأكدًا مما إذا كان هذا خطأ PyTorch أم خطأ scikit-Learn أو numba ، ولكن هذا كان يعمل في scikit-Learn 0.20.3 وتوقف عن العمل في سلسلة 0.21.0 ، لذلك سأقوم الآن بالمغامرة تخمين أنه تراجع في تعلم scikit.

عندما أفعل سلسلة عمليات الاستيراد التالية (المصغرة من الاستيراد الأصلي ، والذي كان import librosa ) ، يفشل تحميل البرنامج التالي:

import torch
import soundfile
import scipy.signal
import numba
import sklearn

مع

Traceback (most recent call last):
  File "/opt/conda/lib/python3.6/site-packages/sklearn/__check_build/__init__.py", line 44, in <module>
    from ._check_build import check_build  # noqa
ImportError: dlopen: cannot load any more object with static TLS

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "test_torch.py", line 5, in <module>
    import sklearn
  File "/opt/conda/lib/python3.6/site-packages/sklearn/__init__.py", line 75, in <module>
    from . import __check_build
  File "/opt/conda/lib/python3.6/site-packages/sklearn/__check_build/__init__.py", line 46, in <module>
    raise_build_error(e)
  File "/opt/conda/lib/python3.6/site-packages/sklearn/__check_build/__init__.py", line 41, in raise_build_error
    %s""" % (e, local_dir, ''.join(dir_content).strip(), msg))
ImportError: dlopen: cannot load any more object with static TLS
___________________________________________________________________________
Contents of /opt/conda/lib/python3.6/site-packages/sklearn/__check_build:
_check_build.cpython-36m-x86_64-linux-gnu.so__pycache__               __init__.py
setup.py
___________________________________________________________________________
It seems that scikit-learn has not been built correctly.

If you have installed scikit-learn from source, please do not forget
to build the package before using it: run `python setup.py install` or
`make` in the source directory.

If you have used an installer, please check that it is suited for your
Python version, your operating system and your platform.

يؤدي الرجوع إلى إصدار scikit-learn 0.20.3 إلى اختفاء المشكلة.

إصدارات

jenkins<strong i="15">@260bf77532d0</strong>:~/workspace/test$ python
Python 3.6.8 |Anaconda, Inc.| (default, Dec 30 2018, 01:22:34) 
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import sklearn; sklearn.show_versions()

System:
    python: 3.6.8 |Anaconda, Inc.| (default, Dec 30 2018, 01:22:34)  [GCC 7.3.0]
executable: /opt/conda/bin/python
   machine: Linux-4.15.0-29-generic-x86_64-with-debian-jessie-sid

BLAS:
    macros: SCIPY_MKL_H=None, HAVE_CBLAS=None
  lib_dirs: /opt/conda/lib
cblas_libs: mkl_rt, pthread

Python deps:
       pip: 19.1.1
setuptools: 41.0.1
   sklearn: 0.21.2
     numpy: 1.16.4
     scipy: 1.1.0
    Cython: None
    pandas: None

قد تكون مهتمًا أيضًا بما يلي:

jenkins<strong i="19">@260bf77532d0</strong>:~/workspace/test$ pip list | grep numba
numba                  0.43.1         
jenkins<strong i="20">@260bf77532d0</strong>:~/workspace/test$ pip list | grep torch
torch                  1.2.0a0+ab800ad

يجب أن يتم بناء الشعلة باستخدام gcc 5.5.0 لإحداث هذه المشكلة ؛ من المعروف أن الإصدارات الأخرى من دول مجلس التعاون الخليجي لا تسبب هذه المشكلة.

لسهولة الاستنساخ ، يمكنك استخدام صورة عامل الإرساء التالية ezyang/scikit-learn-tls-repro:1 https://cloud.docker.com/repository/registry-1.docker.io/ezyang/scikit-learn-tls-repro بمجرد الدخول ، اتبع تعليمات الاستنساخ كما هو موضح أعلاه. (تحرير في وقت كتابة هذا التقرير ، لا تزال صورة Docker قيد التحميل. يجب أن يتم ذلك قريبًا.)

مصدر

ezyang

👍6 🚀1 ❤1 🎉1 😄1

التعليق الأكثر فائدة

لقد قمت بحلها عن طريق استيراد sklearn ، ثم استيراد tensorflow. نتج عن أمر الاستيراد هذا الخطأ.

Ningshiqi في ٢٥ مايو ٢٠٢٠

🚀4 👍3 🎉2

ال 12 كومينتر

شكرا على التقرير. كيف قمت ببناء / تثبيت sklearn؟

amueller في ٢٦ يوليو ٢٠١٩

pip install scikit-learn

ezyang في ٢٦ يوليو ٢٠١٩

👎22

هل لديك سجل لذلك؟ هل بنيت من المصدر أم قمت بتثبيت عجلة؟

amueller في ٢٦ يوليو ٢٠١٩

Collecting scikit-learn                                                                           
  Using cached https://files.pythonhosted.org/packages/85/04/49633f490f726da6e454fddc8e938bbb5bfed
2001681118d3814c219b723/scikit_learn-0.21.2-cp36-cp36m-manylinux1_x86_64.whl

ezyang في ٢٦ يوليو ٢٠١٩

👍1

ezyang ، قد ترغب في مشاركة Dockerfile إذا كان ذلك ممكنًا.

إذا كان أي شخص مهتمًا بإعادة إنتاج هذا الخطأ ، فإن تعويذة عامل الإرساء المناسبة لاستخدامها هي شيء من هذا القبيل:

docker run -it ezyang/scikit-learn-tls-repro:1 bash

لاحظ أنك تحتاج إلى تحديد العلامة مثل 1 بشكل صريح وإلا ستحصل على رسالة خطأ مشفرة (العلامة "الأحدث" غير موجودة):

Unable to find image 'ezyang/scikit-learn-tls-repro:latest' locally
docker: Error response from daemon: manifest for ezyang/scikit-learn-tls-repro:latest not found.

ليس لدي أي فكرة عن سبب حدوث ذلك ، لكن يبدو أن لدي العديد من تقارير الأخطاء المتعلقة بهذا ، على سبيل المثال مع pytorch و OpenCV https://github.com/pytorch/pytorch/issues/2083 أو OpenCV و Tensorflow https://github.com / Tensorflow / Models / issues / 523. الكل في الكل أعتقد أن هذا ليس خطأ scikit-Learn.

حقيقة أن ذلك يعتمد على أمر الاستيراد أمر مريب ، على سبيل المثال ، يعمل هذا في صورة عامل الإرساء:

python -c 'import torch; import sklearn; import soundfile; import scipy.signal; import numba'

lesteve في ١ أغسطس ٢٠١٩

ملاحظة لقد حاولت إعادة الإنتاج داخل بيئة كوندا (داخل صورة عامل الإرساء الخاص بك لقياس جيد) ولم أستطع ( scikit-learn 0.21.2 و pytorch 1.1.0 ) ، لذلك أعتقد أن هذا يمكن ربطه ببعض التغييرات في pytorch dev إصدار.

conda create -n test -c pytorch pytorch scikit-learn scipy numba scikit-learn -y
conda activate test
pip install soundfile
python -c 'import torch; import soundfile; import scipy.signal; import numba; import sklearn'

$ conda list
# packages in environment at /opt/conda/envs/test:
#
# Name                    Version                   Build  Channel
_libgcc_mutex             0.1                        main  
blas                      1.0                         mkl  
ca-certificates           2019.5.15                     0  
certifi                   2019.6.16                py37_1  
cffi                      1.12.3           py37h2e261b9_0  
cudatoolkit               10.0.130                      0  
intel-openmp              2019.4                      243  
joblib                    0.13.2                   py37_0  
libedit                   3.1.20181209         hc058e9b_0  
libffi                    3.2.1                hd88cf55_4  
libgcc-ng                 9.1.0                hdf63c60_0  
libgfortran-ng            7.3.0                hdf63c60_0  
libstdcxx-ng              9.1.0                hdf63c60_0  
llvmlite                  0.29.0           py37hd408876_0  
mkl                       2019.4                      243  
mkl-service               2.0.2            py37h7b6447c_0  
mkl_fft                   1.0.12           py37ha843d7b_0  
mkl_random                1.0.2            py37hd81dba3_0  
ncurses                   6.1                  he6710b0_1  
ninja                     1.9.0            py37hfd86e86_0  
numba                     0.45.0           py37h962f231_0  
numpy                     1.16.4           py37h7e9f1db_0  
numpy-base                1.16.4           py37hde5b4d6_0  
openssl                   1.1.1c               h7b6447c_1  
pip                       19.1.1                   py37_0  
pycparser                 2.19                     py37_0  
python                    3.7.3                h0371630_0  
pytorch                   1.1.0           py3.7_cuda10.0.130_cudnn7.5.1_0    pytorch
readline                  7.0                  h7b6447c_5  
scikit-learn              0.21.2           py37hd81dba3_0  
scipy                     1.3.0            py37h7c811a0_0  
setuptools                41.0.1                   py37_0  
six                       1.12.0                   py37_0  
soundfile                 0.10.2                   pypi_0    pypi
sqlite                    3.29.0               h7b6447c_0  
tk                        8.6.8                hbc83047_0  
wheel                     0.33.4                   py37_0  
xz                        5.2.4                h14c3975_4  
zlib                      1.2.11               h7b6447c_3

lesteve في ١ أغسطس ٢٠١٩

أعتقد أنه سيكون من المفيد والمفيد الحصول على جزء من برنامج scikit-Learn ، إذا كانت المشكلة تتكرر في تصميم مطور.

ezyang في ١ أغسطس ٢٠١٩

بشكل عام ، أشعر أن الخبرة في هذا النوع من المشاكل موجودة في جانب PyTorch. شخصيًا ، لم أسمع أبدًا عن TLS الثابت من قبل وأعتقد أن هذا هو الحال بالنسبة للعديد من مطوري scikit-Learn الأساسيين الآخرين على الرغم من أنني قد أكون مخطئًا بشأن العبارة الأخيرة.

IIUC لقد رأيت في الأصل مشكلة scikit-Learn 0.21.2 وإصدار pytorch dev. لا يمكنني إعادة إنتاج المشكلة على scikit-Learn 0.21.2 و pytorch 1.1.0 كما هو مذكور في https://github.com/scikit-learn/scikit-learn/issues/14485#issuecomment -517195977. إذا كنت سأحاول فهم هذا بمزيد من التفاصيل ، فسأقسم على PyTorch.

lesteve في ١ أغسطس ٢٠١٩

تحتوي مشكلة ezyang المرتبط على مجموعة من المعلومات حول مشكلة TLS (متجر محلي للخيط).
إليك بعض المعلومات التي بحثت عنها من قبل: https://github.com/pytorch/pytorch/issues/2575#issuecomment -369892859

؛ TLDR: شيء ما في سلسلة الواردات لم يكن C / C ++ مجمّعًا بعلامة -gPIC . يتسبب استيراد تلك المكتبة في حدوث مشكلة تحول جميع الواردات إلى "TLS ثابت". هناك حد أقصى من فتحات TLS "الثابتة" (الأسماء التي أستخدمها هنا غير صحيحة بالتأكيد). تعتمد الفتحات N بالضبط على نظام التشغيل وكيفية تجميعها.

في إصدار pytorch المرتبط 2575 ، هناك إشارة إلى أن OpenMP هو الذي تم تجميعه بدون العلم الذي تسبب في التتالي.
قد تكون مشكلة scikit-Learn هذه ناتجة عن إدخال بعض المكتبات الجديدة أو بعض التغيير ، وتناول عدد قليل من فتحات TLS الثابتة.

ملاحظة: لست خبيرا حقيقيا. قد تكون هناك مصادر أخرى لهذا الخطأ غير "علامة واحدة / بعض lib مفقودة" -gPIC 'عندما تم تجميعها ". لم يتم العثور على واحد رغم ذلك.