dlopen: cannot load any more object with static TLS

在导入 import torch import cv2 时报错 from .cv2 import * ImportError: dlopen: cannot load any more object with static TLS 原因是得将cv2放在torch或tensorflow前，即改为 import cv2 import torch 即可。需要注意的是如果存在子代码得调用，还需要将子代码得调用挪到前面，即如果在my_dataset.py中导入了cv2，在main.py中导入my_dataset

在运行代码时，运行结果出现，通过下图中代码错误位置定义查看得知是是导入其中的sklearn库出现的错误。然后开始对sklearn库进行处理，通过尝试和查阅大量其他博客资源，最终得知对，可以成功运行。

问题描述 使用python3.6 运行项目的时候报以下错误 问题：OSError: dlopen: cannot load any more object with static TLS 操作系统错误：dlopen：无法再使用静态TLS加载任何对象 解决过程 看到这个错误，一头雾水，于是开始逐步查原因： （1）根据错误回溯信息，查看源码 vim /soft/python3.6/lib/pyth...

另外，python写的脚本对各个模块和版本依赖比较高，方案1是开始前就确认好所需的版本迁移后安装相应版本和模块；注意，本次问题解决的前提在脚本本身可以运行迁移后无法运行，如果脚本本身还无法正常运行可能不适用于此方法。2.本地输出改脚本运行的模块，查看对应模块的版本，因为排查本次报错的为scikit-learn。服务器环境为centos7，该脚本在mac下调试可正常运行，迁移到服务器后出现上述报错。1.该脚本在本地可运行，服务器上不可以运行，可能是环境依赖问题

python报错经验

这是一个低版本glibc （< 2.23）的已知bug，通过dlopen加载一个动态链接库（DSO），并依次将其依赖的DSO也加载进来的时候。具体产生条件是： glibc < 2.23 已经加载了超过14个含TLS的DSO 当前加载的DSO使用了static TLS 注意条件2，3。如果能够在加载14个含TLS的DSO前，提前加载含有static TLS的DSO，即可绕过这个问题。 具体做法：找到报错模块（比如paddle）如果可以单独import成功的话，调整import包的顺序...

后来我发现我在用pip安装某一个包的时候，它在自动安装依赖的过程中安装了numpy，但我先前已经用conda安装过一遍numpy了，我把两个numpy分别卸载，再用conda按上之后就不报错了。报错解决思路之一 ImportError: dlopen: cannot load any more object with static TLS。各位遇到这个问题可以检查一下，用pip和conda是否重复安装了包。我遇到这个问题第一个解决方案如其他博客所言，更换import顺序。

dlopen: cannot load any more object with static TLS 大多数是因为import顺序导致的不兼容问题，如下，如果先引入keras后引入sklearn.preprocessing会出现这个问题。调整先后顺序后，问题便消失了 import tensorflow.keras from sklearn import preprocessing 其他可能引起此类问题的包还有 torch keras tensorflow cv2 解决方案：调..

最终解决方案：ImportError: dlopen: cannot load any more object with static TLS

在导入不同的包时均有可能出现此问题，paddlenlp、pytorch和tensorflow都会有。可以参考：https://blog.csdn.net/baiyuwujia/article/details/103008823。这个问题很难下定论，有人说是glibc版本过低，有人说是在导入python包时的顺序不对，只需要更改顺序即可。可以发现该库被成功导入了，尝试其他的库，又在导入paddlenlp时sklearn出现了错误。这里给出一个解决包导入顺序冲突的方法。可以发现，成功导入。