导致“检查失败: ret == 0 (11比0)通过pthread_create()创建线程失败”的原因。Tensorflow
导致“检查失败: ret == 0 (11比0)通过pthread_create()创建线程失败”的原因。Tensorflow
提问于 2021-06-11 00:14:23
我在python中做了一个不和谐的bot，现在使用Tensorflow和NLTK在它中添加了"Chatbot“特性。当我在本地运行机器人时，它运行的非常好，没有任何问题，但是当我将它移到驻留我的投资组合的Namec堆托管包时，它开始出错，它说：
OpenBLAS blas_thread_init: pthread_create failed for thread 29 of 64: Resource temporarily unavailablenltk和tensorflow不会被导入，而机器人就会崩溃。
我搜索了它并找到了一个解决方案，它告诉我在使用任何导入之前都要使用os.environ['OPENBLAS_NUM_THREADS'] = '1'。这解决了以前的错误，但现在又给出了另一个错误：
Check failed: ret == 0 (11 vs. 0)Thread creation via pthread_create() failed.现在运行python main.py的完整输出是：
2021-06-10 11:18:19.606471: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libcudart.so.11.0'; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory
2021-06-10 11:18:19.606497: I tensorflow/stream_executor/cuda/cudart_stub.cc:29] Ignore above cudart dlerror if you do not have a GPU set up on your machine.
2021-06-10 11:18:21.090650: W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libcuda.so.1'; dlerror: libcuda.so.1: cannot open shared object file: No such file or directory
2021-06-10 11:18:21.090684: W tensorflow/stream_executor/cuda/cuda_driver.cc:326] failed call to cuInit: UNKNOWN ERROR (303)
2021-06-10 11:18:21.090716: I tensorflow/stream_executor/cuda/cuda_diagnostics.cc:156] kernel driver does not appear to be running on this host (server270.web-hosting.com): /proc/driver/nvidia/version does not exist
2021-06-10 11:18:21.091042: I tensorflow/core/platform/cpu_feature_guard.cc:142] This TensorFlow binary is optimized with oneAPI Deep Neural Network Library (oneDNN) to use the following CPU instructions in performance-critical operations: AVX2 AVX512F FMA
To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.
2021-06-10 11:18:21.092409: F tensorflow/core/platform/default/env.cc:73] Check failed: ret == 0 (11 vs. 0)Thread creation via pthread_create() failed.为了不让这个问题太长，源文件已经托管在GitHub上了：https://github.com/Nalin-2005/The2020CoderBot和README.md告诉您哪些文件包含bot的哪个部分。
bot托管在Namec堆共享主机上，有关服务器的详细信息和技术规格如下：
- RAM: 1GB
- 存储:20 1GB
- CPU (二手
cat /proc/cpuinfo | grep 'model name' | uniq)：Intel(R) Xeon(R) Gold 6140 CPU@ 2.30GHz
据我所知，这两个问题都是由有限的RAM或CPU使用造成的。但是现在，Python脚本本身阻止了使用。
那么，造成这种情况的原因是什么(如果我是不正确的)，以及如何解决这个问题？
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-06-11 02:03:17
经过一段时间的头脑风暴和谷歌搜索，我发现了Tensorflow Lite，它消耗了更少的资源，但在我的服务器上提供了相同的性能*，我可以轻松地将它与前面的代码集成，从而生成一个更节省资源的模型。对于那些想知道如何将任何keras模型转换为Tensorflow lite的用户，下面是说明。
- 在培训时，将
model.save("/path/to/model.h5")替换为：
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()
with open("/path/to/model.tflite", "wb") as f:
f.write(tflite_model)- 在使用时，使用：
model = tf.lite.Interpreter("/path/to/model.tflite")
model.allocate_tensors()
input_details = model.get_input_details()
output_details = model.get_output_details()
# prepare input data
model.set_tensor(input_details[0]['index'],input_data)
model.invoke()
output_data = model.get_tensor(output_details[0]['index'])
results = np.squeeze(output_data)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67929842
复制相关文章
相似问题
腾讯云开发者
