项目场景：

python：3.9

tensorflow：2.1

matplotlib：any

在jupyter notebook 或则 vscode 中，使用matplotlib可视化tensorflow和keras模型误差

问题描述

当执行到可视化误差的代码时，python会提示kernel restart的错误，代码执行终止。

#构建模型
model = K.Sequential([
    Flatten(input_shape= (28,28)),
    Dense(10, activation='sigmoid')
])
model.summary()
#训练模型
model.compile(optimizer= 'adam',
    loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    metrics=['accuracy'])
history = model.fit((x=train_data,
    y=train_labels,
    epochs=50,
    verbose=1,
    validation_split=0.2)

#可视化模型误差
plt.plot(history. History['loss'],label='loss')
plt.plot(history.history['val_loss'],label='val_loss')

plt.legend()
plt.grid()
plt.show()

原因分析：

python 默认情况不允许重复加载同一个LIB。

解决方案：

通过环境使能python环境变量KMP_DUPLICATE_LIB_OK，允许重复加载LIB。

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