无法在AWS Lambda上导入Keras“模块初始化错误：[Errno 38]未实现功能”

Question

我正在使用Keras和Tensorflow将深度学习模型部署到AWS Lambda中。 为了避免未压​​缩的Lambda大小限制为250MB，我使用此方法将软件包大小减小到限制以下：

cd /home/ec2-user/build_dnn_nlp/env/lib64/python3.6/site-packages
find . -name "*.so" | xargs strip
find . -type f -name '*.pyc' -delete
find . -type d -name '__pycache__' -delete

现在，当我尝试导入keras时，我在Lambda控制台中看到此错误： module initialization error: [Errno 38] Function not implemented

我相信错误38与多处理有关，并且因为lambda实例没有共享内存（没有/ dev / shm /），所以无法进行多处理。

为了解决keras中的任何多处理问题，我在导入Keras之前将tensorflow设置为单核模式，并使用print语句帮助在Lambda上进行调试。 虽然“将CPU设置为1核心”打印，但它总是在导入keras时停止。

def orchestrate(text):
    import tensorflow as tf
    print('imported tf')

    config = tf.ConfigProto(
        intra_op_parallelism_threads=1,
        inter_op_parallelism_threads=num_cores,
        allow_soft_placement=True,
        device_count={'CPU': 1})
    session = tf.Session(config=config)
    print('set cpu to 1 core')
    from keras import backend as K
    print('import keras backend')
    K.set_session(session)
    print('set session')
    from keras.layers import Activation, Dense, Dropout
    from keras.models import Sequential, load_model
    from keras.preprocessing.text import Tokenizer
    print('imported keras libs ')
    model = define_model()

导入keras需要多处理怎么办（如果这是问题所在）？ 如果其他人在AWS Lambda上部署了keras，我该怎么做才能打破它？