Python，Chaquopy，ImportError在Android上使用tensorflow时由于缺乏信号量

Question

我正在使用Chaquopy在Android上运行带有tensorflow的keras。当我调用predict((时在我的模型上，我得到了以下堆栈跟踪的异常：

AndroidRuntime: Process: com.example.android.camera2basic, PID: 10113
AndroidRuntime: com.chaquo.python.PyException: ImportError: This platform lacks a functioning sem_open implementation, therefore, the required synchronization primitives needed will not function, see issue 3770.
AndroidRuntime:     at <python>.multiprocessing.synchronize.<module>(synchronize.py:30)
AndroidRuntime:     at <python>.zipimport.load_module(<frozen zipimport>:259)
AndroidRuntime:     at <python>.java.chaquopy.import_override(import.pxi:60)
AndroidRuntime:     at <python>.multiprocessing.context.Lock(context.py:67)
AndroidRuntime:     at <python>.multiprocessing.queues.__init__(queues.py:336)
AndroidRuntime:     at <python>.multiprocessing.context.SimpleQueue(context.py:113)
AndroidRuntime:     at <python>.multiprocessing.pool.__init__(pool.py:196)
AndroidRuntime:     at <python>.multiprocessing.pool.__init__(pool.py:922)
AndroidRuntime:     at <python>.tensorflow.python.keras.engine.training_utils.get_copy_pool(training_utils.py:210)
AndroidRuntime:     at <python>.tensorflow.python.keras.engine.training_utils.__init__(training_utils.py:242)
AndroidRuntime:     at <python>.tensorflow.python.keras.engine.training_utils.create(training_utils.py:335)
AndroidRuntime:     at <python>.tensorflow.python.keras.engine.training_v2.run_one_epoch(training_v2.py:171)
AndroidRuntime:     at <python>.tensorflow.python.keras.engine.training_v2._model_iteration(training_v2.py:464)
AndroidRuntime:     at <python>.tensorflow.python.keras.engine.training_v2.predict(training_v2.py:495)
AndroidRuntime:     at <python>.tensorflow.python.keras.engine.training.predict(training.py:1004)

我的理解是Android不支持信号量。

有人对此有什么变通办法吗？

Answer 1

Keras实际上试图使用一个简单的线程池，但看起来标准库无论如何都在引入一些进程间同步代码。我想这还没有被注意到，因为所有的主要平台都支持信号量。

要解决这个问题，请在使用Keras之前运行以下代码：

import multiprocessing
import threading
def threading_func(name):
def f(self, *args, **kwargs):
return getattr(threading, name)(*args, **kwargs)
f.__name__ = f.__qualname__ = name
return f
ctx = multiprocessing.get_context()
for name in ["Lock", "RLock", "Condition", "Semaphore", "BoundedSemaphore",
"Event", "Barrier"]:
setattr(type(ctx), name, threading_func(name))
setattr(multiprocessing, name, getattr(ctx, name))

请在评论中告诉我这是否有效，因为我可能会将其纳入Chaquopy的下一个版本。