Não tenho certeza se este é um bug do PyTorch, um bug do scikit-learn ou um numba, mas isso costumava funcionar no scikit-learn 0.20.3 e parou de funcionar na série 0.21.0, então por agora vou me aventurar um palpite de que é uma regressão no scikit learn.
Quando faço a seguinte série de importações (minimizada da importação original, que era import librosa
), o carregamento do seguinte programa falha:
import torch
import soundfile
import scipy.signal
import numba
import sklearn
com
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.
Fazer o downgrade para o scikit-learn 0.20.3 resolve o problema.
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
Além disso, você pode estar interessado em:
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
A construção da tocha deve ser feita com gcc 5.5.0 para causar este problema; outras versões do gcc são conhecidas por não causar esse problema.
Para facilitar a reprodução, você pode usar a seguinte imagem docker ezyang/scikit-learn-tls-repro:1
https://cloud.docker.com/repository/registry-1.docker.io/ezyang/scikit-learn-tls-repro Uma vez dentro, siga as instruções de reprodução conforme descrito acima. (EDITAR No momento da escrita, a imagem Docker ainda está sendo carregada. Deve ser feito em breve.)
Obrigado pelo relatório. Como você construiu / instalou o sklearn?
pip install scikit-learn
Você tem o log para isso? Foi construído a partir da fonte ou você instalou uma roda?
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, você pode querer compartilhar Dockerfile
se isso for possível.
Se alguém estiver interessado em reproduzir este erro, o feitiço docker certo a ser usado é algo como este:
docker run -it ezyang/scikit-learn-tls-repro:1 bash
Observe que você precisa especificar a tag, ou seja, 1
explicitamente, caso contrário, você receberá uma mensagem de erro criptografada (a tag 'mais recente' não existe):
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.
Não tenho ideia de por que isso aconteceria, mas tenho visto vários relatórios de bug relacionados a isso, por exemplo, com pytorch e OpenCV https://github.com/pytorch/pytorch/issues/2083 ou OpenCV e Tensorflow https://github.com / tensorflow / models / issues / 523. Resumindo, acho que esse não é um bug do scikit-learn.
O fato de depender da ordem de importação é duvidoso, por exemplo, isso funciona na imagem do docker:
python -c 'import torch; import sklearn; import soundfile; import scipy.signal; import numba'
Nota Eu tentei reproduzir dentro de um ambiente conda (dentro de sua imagem docker para uma boa medida) e não consegui ( scikit-learn 0.21.2
e pytorch 1.1.0
), então eu acho que isso pode estar ligado a algumas mudanças no pytorch dev versão.
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
Eu acho que seria útil e útil obter uma bisect no scikit-learn, se o problema se reproduz em uma construção de dev.
De modo geral, minha impressão é que a expertise nesse tipo de problema está do lado de PyTorch. Pessoalmente, nunca ouvi falar de TLS estático antes e acho que esse é o caso de muitos outros desenvolvedores principais do scikit-learn, embora eu possa estar errado sobre a última afirmação.
IIUC originalmente você viu o problema com o scikit-learn 0.21.2 e uma versão dev pytorch. Não consigo reproduzir o problema no scikit-learn 0.21.2 e no pytorch 1.1.0 conforme observado em https://github.com/scikit-learn/scikit-learn/issues/14485#issuecomment -517195977. Se eu fosse tentar entender isso em mais detalhes, dividiria em duas partes em PyTorch.
O problema do link @ezyang contém
Aqui estão algumas informações que eu desenterrei antes: https://github.com/pytorch/pytorch/issues/2575#issuecomment -369892859
; TLDR: algo na cadeia de importações não foi compilado em C / C ++ com a bandeira -gPIC
. A importação dessa biblioteca causa um problema que transforma todas as importações em "TLS estático". Há uma quantidade máxima de tais slots "TLS estático" (os nomes que uso aqui são certamente incorretos). O N exato de slots depende do sistema operacional e de como ele foi compilado.
No número 2575 do pytorch vinculado, há uma menção de que é o OpenMP que foi compilado sem o flag causando a cascata.
Esse problema de scikit-learn pode ser devido a alguma nova biblioteca sendo introduzida ou alguma mudança, consumindo apenas mais alguns slots TLS estáticos.
Nota: Não é um verdadeiro especialista. Pode haver outras fontes para este erro além de "uma / alguma lib faltando o sinalizador` -gPIC 'quando foi compilado ". Ainda não encontrei um.
Houve alguma atualização sobre isso? Também estou encontrando esse problema, ao importar librosa.
verifique https://github.com/pytorch/pytorch/issues/2575#issuecomment -523657178
Resolvi o problema importando sklearn e, em seguida, importando tensorflow. A ordem de importação resultou neste erro.
Comentários muito úteis
Resolvi o problema importando sklearn e, em seguida, importando tensorflow. A ordem de importação resultou neste erro.