我在ubuntu服务器上运行numpy时遇到了这个问题。我得到了以下所有错误，这取决于我是试图在shell中导入numpy还是运行我的django应用程序：

• PyCapsule_Import无法从导入模块“datetime”
• numpy.core._multiarray_umath import（OpenBLAS blas_thread_init：
• pthread_create在32个线程中的第25个线程失败：资源暂时不可用

我把这个答案贴出来，因为它让我发疯。对我有帮助的是补充：

import os
os.environ['OPENBLAS_NUM_THREADS'] = '1'

字符串
之前

import numpy as np

型
我猜服务器对它允许的线程数量有一些限制（？）。希望对某人有帮助！

这是为了将来遇到这种错误的其他人。集群设置很可能会限制用户在交互式节点上可以运行的进程数量。提示在错误的第二行：

OpenBLAS blas_thread_init: pthread_create: Resource temporarily unavailable
OpenBLAS blas_thread_init: RLIMIT_NPROC 64 current, 64 max

字符串
在这里，限制被设置为64。虽然这对于正常的CLI使用已经足够了，但对于交互式运行Keras作业（如OP）可能还不够;或者在我的例子中，尝试运行交互式Dask集群。
也许可以使用ulimit -u 10000从您的shell中增加限制，但这并不保证有效。最好像OP一样通知管理员。

通常，此问题与ulimit（在Linux中）可用的进程数量有限有关：

→ ulimit -a
core file size          (blocks, -c) 0
data seg size           (kbytes, -d) unlimited
scheduling priority             (-e) 0
file size               (blocks, -f) unlimited
pending signals                 (-i) 127590
max locked memory       (kbytes, -l) 64
max memory size         (kbytes, -m) unlimited
open files                      (-n) 1024
pipe size            (512 bytes, -p) 8
POSIX message queues     (bytes, -q) 819200
real-time priority              (-r) 0
stack size              (kbytes, -s) 8192
cpu time               (seconds, -t) unlimited
max user processes              (-u) 4096         # <------------------culprit
virtual memory          (kbytes, -v) unlimited
file locks                      (-x) unlimited

字符串
一个临时的解决方案是增加这个限制：

ulimit -u unlimited

型
我遇到的大多数服务器都将此值设置为挂起信号的数量。例如ulimit -i。所以，在我上面的例子中，我做了：

ulimit -u 127590

型
然后，在我的~/.bashrc文件中添加了一行，以将其设置为登录。
有关如何永久修复此问题的更多信息，请查看：https://serverfault.com/a/485277

如果您是经理，您可以：
1.使用命令ulimit -u [number]临时更改进程的限制数量
1.永久改变进程的限制数量，即/etc/security/limit.conf中的参数nproc
如果您是用户，您可以：
1.在bash

$ export OPENBLAS_NUM_THREADS=2
    $ export GOTO_NUM_THREADS=2
    $ export OMP_NUM_THREADS=2

字符串
1.在Python中

>>> import os
    >>> os.environ['OPENBLAS_NUM_THREADS'] = '1`

型
那么Python中的多线程问题就应该解决了。关键是将集群中的线程数设置为小于您的限制。

在Ylor的答案的基础上，而不是将自己限制在单个线程中，阅读错误输出（这里是我的前几行）：

OpenBLAS blas_thread_init: pthread_create failed for thread 13 of 64: Resource temporarily unavailable
OpenBLAS blas_thread_init: RLIMIT_NPROC 2048 current, 384066 max
OpenBLAS blas_thread_init: pthread_create failed for thread 58 of 64: Resource temporarily unavailable
OpenBLAS blas_thread_init: RLIMIT_NPROC 2048 current, 384066 max
...

字符串
并找到失败的最小线程数-然后将线程数设置为少一个（这里我是12个）：

>>> import os
>>> os.environ['OPENBLAS_NUM_THREADS'] = '12`

型
这将最大限度地提高代码使用线程的能力，同时仍保持在当前系统限制内（如果无法更改）。

在Docker中有这个确切的问题，似乎是旧版本的问题。
如果有人遇到这个问题，无法升级Docker版本，我找到的解决方法是在容器中添加以下选项

--security-opt seccomp=unconfined

字符串