the kernel appears to have died it will restart automatically что делать
Как отладить умирающее ядро Jupyter Python3?
Я запускаю некоторый код, используя scipy и scikits.learn на ноутбуке Jupyter с использованием ядра Python 3. Во время вычислений ядро перезапускается с помощью диалогового окна с сообщением о том, что «ядро, похоже, умерло. Оно перезапустится автоматически». Stderr базового процесса Jupyter просто регистрирует тот факт, что ядро умирает и будет перезапущено без каких-либо полезных сообщений. Есть ли способ проверить основную ошибку? Это может быть ошибка, исходящая из некоторого кода C ++, но я могу только догадываться. Я искал любые соответствующие журналы на сервере и не смог найти ничего полезного.
2 ответа
Теперь вернемся к вашему вопросу: отображаемое диалоговое окно: «Ядро, похоже, умерло. Оно автоматически перезапустится». сама по себе не является «ошибкой». Это больше похоже на «Jupyter Notebook, помогающий самому себе», очищающий все переменные и перезагружающий ядро. Это Jupyter Notebook, посылающий сигнал SOS и получающий помощь от себя, чтобы он не зависал. Что в противном случае привело бы к тому, что перезапущенный ноутбук Jupyter не имел несохраненных изменений. (Хорошо, это автосохранение, но не «автоматическая контрольная точка»)
Но вместо этого разработчики были достаточно любезны, чтобы позволить ему позаботиться о себе.
Примечание 2: Если вы используете CUDA, помните, что Jupyter Notebook не может освободить ресурсы CUDA даже после завершения сеанса. Так что это может быть причиной перезапуска.
During the computation the kernel is being restarted with a message dialogue saying that “The kernel appears to have died. It will restart automatically.”.
Можете ли вы опубликовать сообщение об ошибке (может отображаться в форме терминала, где вы запускаете ноутбук) и фрагмент кода, который вы пытаетесь запустить? Таким образом, мы можем ответить лучше!
Keras code not working in Jupyter: «The kernel appears to have died. It will restart automatically.»
I am writing code in Keras for a simple deep learning based 30×30 cat image classifier. When I get to the portion of my code that is supposed to train the model, Jupyter stops running and gives the error message «The kernel appears to have died. It will restart automatically.» I do not know what is causing this to happen. If I look in terminal I’m getting a CUDA_ERROR_OUT_OF_MEMORY: out of memory; total memory reported: 11520114688. I would think that a simple classifier would not be exhausting the resources of my PC. I have a RTX 2080TI, 32gb ram, i9-9900k.
I don’t know if it’s a compatibility issue with software or what. But I do know that tensorflow-gpu is working because in my console it says so. The code I’m using is essentially verbatim from a deep learning in Keras book. The code ran fine on my 6 year old laptop, although trained very slow.
After running this block above: WARNING:tensorflow:From /home/name/venv/lib/python3.6/site-packages/tensorflow/python/framework/op_def_library.py:263: colocate_with (from tensorflow.python.framework.ops) is deprecated and will be removed in a future version. Instructions for updating: Colocations handled automatically by placer. WARNING:tensorflow:From /home/name/venv/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:3445: calling dropout (from tensorflow.python.ops.nn_ops) with keep_prob is deprecated and will be removed in a future version. Instructions for updating:
After I run this, this is the output:
Additional copy-paste from terminal:
+——————————————————————————+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 1253 G /usr/lib/xorg/Xorg 26MiB | | 0 1364 G /usr/bin/gnome-shell 58MiB | | 0 3027 G /usr/lib/xorg/Xorg 188MiB | | 0 3164 G /usr/bin/gnome-shell 139MiB | | 0 7687 G /usr/lib/firefox/firefox 6MiB | | 0 8085 G /usr/lib/firefox/firefox 6MiB | +——————————————————————————+
absl-py 0.7.0
astor 0.7.1
attrs 18.2.0
backcall 0.1.0
bleach 3.1.0
cycler 0.10.0
decorator 4.3.2
defusedxml 0.5.0
entrypoints 0.3
gast 0.2.2
grpcio 1.19.0
h5py 2.9.0
ipykernel 5.1.0
ipython 7.3.0
ipython-genutils 0.2.0
ipywidgets 7.4.2
jedi 0.13.3
Jinja2 2.10
jsonschema 3.0.0
jupyter 1.0.0
jupyter-client 5.2.4
jupyter-console 6.0.0
jupyter-core 4.4.0
Keras 2.2.4
Keras-Applications 1.0.7
Keras-Preprocessing 1.0.9
kiwisolver 1.0.1
Markdown 3.0.1
MarkupSafe 1.1.1
matplotlib 3.0.2
mistune 0.8.4
mock 2.0.0
nbconvert 5.4.1
nbformat 4.4.0
notebook 5.7.4
numpy 1.16.2
pandas 0.24.1
pandocfilters 1.4.2
parso 0.3.4
pbr 5.1.3
pexpect 4.6.0
pickleshare 0.7.5
Pillow 5.4.1
pip 19.3.1
pkg-resources 0.0.0
prometheus-client 0.6.0
prompt-toolkit 2.0.9
protobuf 3.7.0
ptyprocess 0.6.0
Pygments 2.3.1
pyparsing 2.3.1
pyrsistent 0.14.11
python-dateutil 2.8.0
pytz 2018.9
PyYAML 3.13
pyzmq 18.0.0
qtconsole 4.4.3
scikit-learn 0.20.2
scipy 1.2.1
Send2Trash 1.5.0
setuptools 40.8.0
six 1.12.0
tensorboard 1.13.0
tensorflow-estimator 1.13.0
tensorflow-gpu 1.13.1
termcolor 1.1.0
terminado 0.8.1
testpath 0.4.2
torch 1.0.1.post2 torchvision 0.2.2.post2 tornado 5.1.1
traitlets 4.3.2
wcwidth 0.1.7
webencodings 0.5.1
Werkzeug 0.14.1
wheel 0.33.1
widgetsnbextension 3.4.2
The kernel appears to have died. It will restart automatically. #51
Comments
silverswingkiller commented Dec 4, 2020
After modifying the name of the installation package, I successfully created a virtual environment with the official script and installed tensorflow, but when I use jupyter to run the code, it still fails to run。The kernel appears to have died when i training
The text was updated successfully, but these errors were encountered:
anna-tikhonova commented Dec 4, 2020
Thank you for reporting this issue. We will experiment with Jupyter notebooks.
icenando commented Dec 5, 2020
After modifying the name of the installation package, I successfully created a virtual environment with the official script and installed tensorflow, but when I use jupyter to run the code, it still fails to run。The kernel appears to have died when i training
I was having the same issue. Apparently it’s an architecture (chip) issue. If you run jupyter from terminal and observe the terminal, it will show you what the kernel is doing. Mine was giving me a «wrong architecture» error (or something like that) before the kernel died. I was using a Tensorflow 2.0 though, so I assumed that it didn’t work with my Mac M1. I since then haven’t been able to install the arm version of Tensorflow (see issue 48)
jmbernabotto commented Dec 6, 2020
jmbernabotto commented Dec 6, 2020
dmmajithia commented Dec 7, 2020
seongilp commented Dec 9, 2020
please refer to below links
anna-tikhonova commented Dec 15, 2020
@silverswingkiller Could you let me know if the discussion in #45 helps?
maeverst commented Dec 29, 2020
I am receiving the same error (Kernel appears to have died. ) when I launch jupyter notebook from the terminal. This just started happening.
Does anyone know why please?
vitdegtyarev commented Jan 3, 2021
I’m getting the same error («The kernel appears to have died. It will restart automatically») on Windows when I run the «import keras» or «import tensorflow» command. The commands worked fine about a week ago. Not sure what has changed.
icenando commented Jan 4, 2021
Same here. It was fine until about 2 weeks ago, when I last tested.
vitdegtyarev commented Jan 16, 2021
asima-azmat commented Jan 28, 2021
I am having the same issue when I run the cell where I am training my network.