Xgboost: OMP: Fehler #15: Initialisieren von libiomp5.dylib, aber gefunden, dass libiomp5.dylib bereits initialisiert ist.

Erstellt am 28. Okt. 2016  ·  63Kommentare  ·  Quelle: dmlc/xgboost

Bei Fehlern oder Installationsproblemen geben Sie bitte die folgenden Informationen an.
Je mehr Informationen Sie angeben, desto einfacher können wir Ihnen anbieten
Hilfe und Ratschläge.

Umweltinfos

Betriebssystem: Mac OSX Sierra 10.12.1

Kompilierer:

Verwendetes Paket (Python):

xgboost Version: xgboost 0.6a2

Wenn Sie ein Python-Paket verwenden, geben Sie bitte an

  1. Die Python-Version und -Distribution:
    Python 2.7.12
  2. Der Befehl zum Installieren von xgboost wenn Sie nicht von der Quelle installieren
    pip installieren xgboost

Schritte zum Reproduzieren

  1. aus xgboost importieren XGBClassifier
    importiere numpy als np
    import matplotlib.pyplot als plt
    x = np.array([[1,2],[3,4]])
    y = np.array([0,1])
    clf = XGBClassifier(base_score = 0,005)
    clf.fit(x,y)
    plt.hist(clf.feature_importances_)

    Was hast du probiert?

    Siehe die Fehlermeldung:
    "OMP: Fehler #15: libiomp5.dylib wird initialisiert, aber libiomp5.dylib bereits initialisiert gefunden.
    OMP: Hinweis: Dies bedeutet, dass mehrere Kopien der OpenMP-Laufzeit in das Programm eingebunden wurden. Das ist gefährlich, da es die Leistung beeinträchtigen oder zu falschen Ergebnissen führen kann. Stellen Sie am besten sicher, dass nur eine einzige OpenMP-Laufzeit in den Prozess eingebunden wird, indem Sie zB eine statische Einbindung der OpenMP-Laufzeit in eine beliebige Bibliothek vermeiden. Als unsichere, nicht unterstützte und nicht dokumentierte Problemumgehung können Sie die Umgebungsvariable KMP_DUPLICATE_LIB_OK=TRUE setzen, damit das Programm weiterhin ausgeführt werden kann, dies jedoch zu Abstürzen oder stillschweigenden falschen Ergebnissen führen kann. Weitere Informationen finden Sie unter http://www.intel.com/software/products/support/. "

Ich habe es versucht:
os importieren
os.environ['KMP_DUPLICATE_LIB_OK']='Wahr'

Es kann die Arbeit für mich erledigen. Aber es ist irgendwie hässlich.


Ich weiß, dass es möglicherweise nicht das Problem von xgboost ist, aber ich bin mir ziemlich sicher, dass dieses Problem aufgetreten ist, nachdem ich xgboost mit 'pip install xgboost' aktualisiert habe. Ich poste das Problem hier, um zu sehen, ob jemand das gleiche Problem wie ich hatte. Ich habe sehr wenig Wissen über OpenMP. Bitte helfen Sie!
Vielen Dank im Voraus!

Hilfreichster Kommentar

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

Alle 63 Kommentare

Ich habe das gleiche Problem, wenn ich versuche, sowohl xgboost als auch matplotlib zu verwenden.

OS X 10.10.5
Python 2.7.12
xgboost 0.6
matplotlib 1.5.1

Ich habe das gleiche Problem mit xgboost und matplotlib festgestellt. Gleiches Symptom ... Kernel stirbt mit derselben Fehlermeldung wie von @symPhysics gemeldet

Mac OS X 10.12.3

Python 3.5.2 |Anaconda-Benutzerdefiniert (x86_64)| (Standard, 2. Juli 2016, 17:52:12)
[GCC 4.2.1 kompatibel mit Apple LLVM 4.2 (clang-425.0.28)] auf darwin

xgboost 0.6a2

matplotlib 2.0.0

FWIW... dies scheint ein MacOS-spezifisches Problem zu sein. Ich konnte das Problem auf einer CentOS Linux-VM nicht reproduzieren.

Zumindest für Mac,

brew uninstall libiomp clang-omp

solange du gcc v5 von brew hast, kommt es mit openmp

Folgen Sie den Schritten in:
https://github.com/dmlc/xgboost/tree/master/python-package

Wir können dieses Thema jetzt schließen.

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

Bei mir wurde das Problem (auf einem Mac) mit behoben
pip deinstallieren xgboost
gefolgt von
pip installieren xgboost

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

danke, es funktioniert!!!

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

vielen dank, es funktioniert.

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Danke auch, bei mir funktioniert es auch.

@gpetty Sie sind ein wahrer Held. Danke schön!

@gpetty Es funktioniert! DANKESS :))

Seltsamerweise hat conda install nomkl bei mir nicht funktioniert (habe auch nicht libiomp clang-omp auf Brew installiert), nur
import os os.environ['KMP_DUPLICATE_LIB_OK']='True'
könnte klappen

brew uninstall libiomp clang-omp

Error: No such keg: /usr/local/Cellar/libiomp

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

vielen dank, auch wenn ich nicht weiß was nomkl ist. Es verwirrte mich ein paar Tage, als ich ein CNN-RNN-Modell mit tensorflow ausführte. Als ich os.environ['KMP_DUPLICATE_LIB_OK']='True' verwendet habe, funktionierte es, aber das Programm lief so langsam.

Meine Probleme hatten nichts mit xgboost zu tun, aber ich bin über Google hierher gekommen, damit ich sie anderen teile.

Ich verwende Keras und Matplotlib, die über Conda installiert wurden. Das Setzen von KMP_DUPLICATE_LIB_OK hat meine Erfahrung gerade von einer Warnung zu einer Ausnahme/einem Absturz geändert. Install nomkl hat bei mir nichts geändert. Irgendwann habe ich meine Version von Matplotlib heruntergestuft und das hat die Dinge für mich behoben
conda install matplotlib=2.2.3

Für Menschen , diese Fehler zu googeln, ist die beste Lösung , die ich gefunden aufgeführt hier .

Die Site listet zwei Methoden auf. Ich bevorzuge Methode 1, die darin besteht, in Ihr anaconda3/lib Verzeichnis zu gehen und die alte libiomp5.dylib Datei zu entfernen. Schön und einfach.

Für Menschen , diese Fehler zu googeln, ist die beste Lösung , die ich gefunden aufgeführt hier .

Die Site listet zwei Methoden auf. Ich bevorzuge Methode 1, die darin besteht, in Ihr anaconda3/lib Verzeichnis zu gehen und die alte libiomp5.dylib Datei zu entfernen. Schön und einfach.

Bitte seien Sie sehr vorsichtig, wenn Sie Methode 1 ausprobieren möchten. Alles ist abgestürzt, nachdem ich die Datei gelöscht habe und ich openmp neu installieren muss. Das gleiche Problem wurde im ursprünglichen csdn-Link (auf Chinesisch) gemeldet.

Danke!!
Für mich auf MAC:
os importieren
os.environ['KMP_DUPLICATE_LIB_OK']='Wahr'

Hatte das gleiche Problem nach dem Wechsel von homebrew/virtualenv installiert numpy/keras/matplotlib/tensorflow zu miniconda installiert. Gelöst durch Ausführen von conda install nomkl obwohl ich denke, dass Keras (und Numpy) nicht so schnell laufen werden, wie sie könnten, wenn sie nicht Intels Math Kernel Lib verwenden, aber zumindest läuft mein Code immer noch so ¯\_(ツ) _/¯

@sam1902 das hat auch bei mir funktioniert - das Aktualisieren der os.environ-Variablen hat nicht funktioniert. Danke!

habe das gleiche Problem auf meinem Mac
Führen Sie einfach - conda update -n base conda . aus
es installiert und aktualisiert benötigte Abhängigkeiten

Habe das gleiche Problem auf meinem Mac, habe die vorgeschlagene Methode ausprobiert und es funktioniert

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

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Ich habe Anaconda verwendet, um die Installation von nomkl durchzuführen. Das hat das Problem behoben.

Auch der Versuch, "brew deinstallieren..." durchzuführen, gab den Fehler "Kein solches Fass".

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

Es sollte beachtet werden, dass die OpenMP-Entwickler davon dringend abraten . Aus ihrer Fehlermeldung:

Stellen Sie am besten sicher, dass nur eine einzige OpenMP-Laufzeit in den Prozess eingebunden wird, indem Sie zB eine statische Einbindung der OpenMP-Laufzeit in eine beliebige Bibliothek vermeiden. Als unsichere, nicht unterstützte und nicht dokumentierte Problemumgehung können Sie die Umgebungsvariable KMP_DUPLICATE_LIB_OK=TRUE , damit das Programm weiterhin ausgeführt werden kann, was jedoch zu Abstürzen oder stillschweigend falschen Ergebnissen führen kann.

conda install nomkl hat bei mir funktioniert.

Kann jemand erklären, was das tut und warum es das Problem behebt?

@georgeu2000 , ich frage mich das gleiche. Bei mir hat es das Problem auch behoben. Als Backend verwende ich Numpy, Matplotlib, Keras und Tensorflow. Ich scheine nicht zu verstehen, was das Paket macht. Könnte jemand erklären?

Vielen Dank.

Ich habe schon einige Benchmarks zwischen openblas und mkl gesehen, mkl ist nicht besser. Gibt es einen Grund, mkl über openblas zu verwenden? Etwas ohne den vorhandenen Quellcode zu erklären, ist nicht sehr motivierend.

Unter MacOS Mojave:

conda install nomkl

funktioniert, aber es muss downgraden:

 mkl_fft 1.0.10-py36h5e564d8_0 --> 1.0.1-py36h917ab60_0
 mkl_random 1.0.2-py36h27c97d8_0 --> 1.0.1-py36h78cc56f_0
 numexpr 2.6.9-py36h7413580_0 --> 2.6.9-py36hafae301_0
 numpy 1.15.4-py36hacdab7b_0 --> 1.15.4-py36h926163e_0
 numpy-base 1.15.4-py36h6575580_0 --> 1.15.4-py36ha711998_0
 scikit-learn 0.20.2-py36h27c97d8_0 --> 0.20.2-py36hebd9d1a_0
 scipy 1.2.1-py36h1410ff5_0 --> 1.2.1-py36h1a1e112_0

Meine Probleme hatten nichts mit xgboost zu tun, aber ich bin über Google hierher gekommen, damit ich sie anderen teile.

Ich verwende Keras und Matplotlib, die über Conda installiert wurden. Das Setzen von KMP_DUPLICATE_LIB_OK hat meine Erfahrung gerade von einer Warnung zu einer Ausnahme/einem Absturz geändert. Install nomkl hat bei mir nichts geändert. Irgendwann habe ich meine Version von Matplotlib heruntergestuft und das hat die Dinge für mich behoben
conda install matplotlib=2.2.3

Hey Kumpel, du hast mir den Arsch gerettet

Hatte das gleiche Problem nach dem Wechsel von homebrew/virtualenv installiert numpy/keras/matplotlib/tensorflow zu miniconda installiert. Gelöst durch Ausführen von conda install nomkl obwohl ich denke, dass Keras (und Numpy) nicht so schnell laufen werden, wie sie könnten, wenn sie nicht Intels Math Kernel Lib verwenden, aber zumindest läuft mein Code immer noch so ¯_(ツ)_ /¯

^^^^ Das hat bei mir geholfen. Danke!

Danke!!
Für mich auf MAC:
os importieren
os.environ['KMP_DUPLICATE_LIB_OK']='Wahr'

FUNKTIONIERT FÜR MICH DANKE

In meiner Conda lib ich mehrere libgomp :

Ich habe den erwarteten Fehler:

OMP: Error #15: Initializing libiomp5.dylib, but found libomp.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/.

Das hilft auf jeden Fall:

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

Hier sind alle meine Versionen:

(µ_env) jespinozlt-osx:lib jespinoz$ pwd
/Users/jespinoz/anaconda/envs/µ_env/lib
(µ_env) jespinozlt-osx:lib jespinoz$ ls -lhtr | grep "omp"
-rw-rw-r--    4 jespinoz  tigr   165B Oct 28  2016 libgomp.spec
-rw-rw-r--    4 jespinoz  tigr   108K Oct 28  2016 libgomp.a
-rwxrwxr-x   11 jespinoz  tigr    62K Oct 28  2016 libgomp.1.dylib
-rwxrwxr-x    6 jespinoz  tigr   489K Oct 27 17:30 libomp.dylib
-rwxrwxr-x    5 jespinoz  tigr   176K Mar 14 13:10 libiompstubs5.dylib
-rwxrwxr-x    5 jespinoz  tigr   296K Mar 14 13:10 libiomp5_db.dylib
-rwxrwxr-x    5 jespinoz  tigr   2.7M Mar 14 13:10 libiomp5.dylib
lrwxr-xr-x    1 jespinoz  tigr    15B Apr 10 14:51 libgomp.dylib -> libgomp.1.dylib

Soll ich einfach einen davon entfernen? Wenn ja, sollte ich libiomp5.dylib anstelle von libgomp.1.dylib behalten und nur symbolisieren?

OMP: Fehler #15: Initialisieren von libiomp5.dylib, aber gefunden, dass libiomp5.dylib bereits initialisiert ist.

OMP: Hinweis: Dies bedeutet, dass mehrere Kopien der OpenMP-Laufzeit in das Programm eingebunden wurden. Das ist gefährlich, da es die Leistung beeinträchtigen oder zu falschen Ergebnissen führen kann. Stellen Sie am besten sicher, dass nur eine einzige OpenMP-Laufzeit in den Prozess eingebunden wird, indem Sie zB eine statische Einbindung der OpenMP-Laufzeit in eine beliebige Bibliothek vermeiden. Als unsichere, nicht unterstützte und nicht dokumentierte Problemumgehung können Sie die Umgebungsvariable KMP_DUPLICATE_LIB_OK=TRUE setzen, damit das Programm weiterhin ausgeführt werden kann, dies jedoch zu Abstürzen oder stillschweigenden falschen Ergebnissen führen kann. Weitere Informationen finden Sie unter http://www.intel.com/software/products/support/.

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

Behebt das Problem. Danke

Ich bin auf dieses Problem bei einer Neuinstallation von Anaconda auf einem brandneuen Mac Book Pro in Anaconda gestoßen, als ich versuchte, Tensor-Flow und Keras zu verwenden. Ich benutzte. 'conda update --all' und das Problem wurde behoben.

brew uninstall libiomp clang-omp

Error: No such keg: /usr/local/Cellar/libiomp

ich habe den gleichen fehler wie hast du ihn gelöst und conda insatll nomkl funktioniert auch nicht
es gibt den Fehler
UnavailableInvalidChannel: Der Kanal ist nicht zugänglich oder ungültig.
Kanalname: Fackel
Kanal-URL: https://conda.anaconda.org/torch
Fehlercode: 404

Sie müssen Ihre Conda-Konfiguration anpassen, um fortzufahren.
Verwenden Sie conda config --show channels , um den aktuellen Status Ihrer Konfiguration anzuzeigen.
und verwenden Sie conda config --show-sources , um die Speicherorte der Konfigurationsdateien anzuzeigen.

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Ich bin auf das gleiche Problem gestoßen und verwende Keras, Numpy und Tensorflow 1.14.
conda install nomkl löst mein Problem! Danke @gpetty

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es gelöst mit
'conda install nomkl'.

Das hat bei mir auch funktioniert. Beim Ausführen des LightGBM-Pakets wurde ein Fehler angezeigt. Nach einer bestimmten Anzahl von Zeilen oder einer bestimmten Anzahl von Funktionen wurde ein Fehler ausgegeben.

Ich vermute, es hat etwas mit der Speichernutzung oder dem Parallelisierungsprozess zu tun. Es wäre toll, wenn jemand erklären könnte, was 'libomp' genau macht und warum 'nomkl' es löst. Danke @gpetty.

Seltsamerweise hat conda install nomkl bei mir nicht funktioniert (habe auch nicht libiomp clang-omp auf Brew installiert), nur

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

könnte klappen

Hallo
Bei mir genauso, aber
conda install -c anaconda nomkl
hat bei mir funktioniert
Ich hoffe es hilft

Hey alle zusammen,

obwohl die Verwendung von os.environ['KMP_DUPLICATE_LIB_OK']='True' absolut verpönt ist, aber schließlich musste ich es verwenden, weil conda install -c anaconda nomkl bei mir nicht funktionierte. Irgendwelche anderen Ideen?

use the os.environ['KMP_DUPLICATE_LIB_OK']='True' funktioniert, wurde aber nicht empfohlen. use Conda install nomkl sieht endlos aus, muss es töten. benutze conda update -n base Conda funktioniert und es hat die lib aktualisiert

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

Vielen Dank! Für mich geht das!

os importieren

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

bei mir funktioniert es, danke.

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Danke Bro! Bei mir hat es funktioniert!

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Danke Bro! Bei mir hat es funktioniert!

Ich teste einfach die Tensorflow object_detection API und führe die Datei object_detection_tutorial.ipynb aus

ich bin auf einem 2010 MBP und führe die Python(3.7)-Datei auf Anaconda aus; also ich vermute, es hat etwas mit meinem "alten" System zu tun - ich habe keine Ahnung, welche Gebiete ich hier betrete - habe versucht, xgboost zu deinstallieren, stellte fest, dass es nicht installiert ist, versuchte es zu installieren, es blieb einfach hängen; versuchte conda install nomkl, und dann würde mein Python-Skript selbst nicht ausgeführt ( illegal instruction: 4 ); deinstalliert nomkl; hat endlich funktioniert, als ich benutzt habe

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

Ich weiß immer noch nicht wie und warum es funktioniert hat, aber hey, es funktioniert jetzt

Danke dafür; conda update --all hat bei mir funktioniert. Ausführen von Mac OS Mojave mit Python 3.7 Anaconda (nicht die neue Installation... stammt aus dem letzten Jahr).

Wiedereröffnung, wenn jemand Einblick in das Problem hat, bitte teilen.

Wir können dieses Thema jetzt schließen.

LMAO

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

bei mir funktioniert es thx

Bei mir hat diese Kombination funktioniert:

brew uninstall libiomp clamp-omp
conda uninstall intel-openmp -n base
conda install -c intel openmp -n myenv
conda install nomkl -n myenv

Der primäre Konflikt kam von der brew libiomp aber später Konflikten mit der conda base Umgebung und meiner python 3.7 Umgebung über openmp hat mich im Kreis geschickt, bis ich die Abhängigkeitskette / den Fallback geklärt habe. Die Unterscheidung der Kanalquellen machte einen großen Unterschied.

Ich habe dies versucht und der Fehler hat aufgehört!

os importieren

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

Bei mir funktioniert es auch

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Danke! Bei mir funktioniert es seit heute! Kann jemand erklären, warum das funktioniert?

Wir bieten jetzt ein Binärrad für Mac OSX an, das auf /usr/local/lib/libomp.dylib . Installieren Sie XGBoost, indem Sie es ausführen

python -m pip install xgboost

Danke das hat meinen Fall gelöst. Mein Mac hatte kein Libiomp und Clamp-Omp, und ich habe nomkl nicht installiert.
Also mache ich nur diese beiden Schritte.

conda uninstall intel-openmp
conda install -c intel openmp

Bei mir hat diese Kombination funktioniert:

brew uninstall libiomp clamp-omp
conda uninstall intel-openmp -n base
conda install -c intel openmp -n myenv
conda install nomkl -n myenv

Der primäre Konflikt kam von der brew libiomp aber später Konflikten mit der conda base Umgebung und meiner python 3.7 Umgebung über openmp hat mich im Kreis geschickt, bis ich die Abhängigkeitskette / den Fallback geklärt habe. Die Unterscheidung der Kanalquellen machte einen großen Unterschied.

(macOS Catalina 10.15.5)

Als ich das installierte Paket in meiner Umgebung durchging, bemerkte ich, dass es ein Update für mkl gab.

So konnte ich meinen Fall lösen, indem ich mkl aktualisierte.

conda install -c intel mkl

Sie können diesen Kommentar ausführen conda install nomkl

Ich hatte den gleichen Fehler auf meinem Mac mit einem Python-Programm, das numpy, keras und matplotlib verwendet. Ich habe es mit 'conda install nomkl' gelöst.

Was ist die Magie dahinter?

Ich hatte den gleichen Fehler auf meinem windows10.

os.environ['KMP_DUPLICATE_LIB_OK']='True', ich habe diesen Befehl ausprobiert und das Problem dank @Toooodd gelöst

Ich habe hier eine alternative Lösung für dieses Problem gefunden , die darin besteht, die OpenMP-Laufzeit mit der Variablen LD_PRELOAD vorab zu laden:

LD_PRELOAD=<path_to_libiomp5.so> <path_to your_executable>

Dadurch entfällt das mehrfache Laden von libiomp und alle Komponenten verwenden diese spezielle Version von OpenMP.

os importieren
os.environ['KMP_DUPLICATE_LIB_OK']='Wahr'

gefolgt von

conda install nomkl

Hat bei mir funktioniert. Danke!

War diese Seite hilfreich?
0 / 5 - 0 Bewertungen

Verwandte Themen

pplonski picture pplonski  ·  3Kommentare

FabHan picture FabHan  ·  4Kommentare

nnorton24 picture nnorton24  ·  3Kommentare

choushishi picture choushishi  ·  3Kommentare

RanaivosonHerimanitra picture RanaivosonHerimanitra  ·  3Kommentare