le noyau du notebook jupyter continue de mourir quand j'exécute le code

J'ai fait mes premiers pas dans le deep learning en suivant ce tutoriel https://www.youtube .com / watch? v = wQ8BIBpya2k , et tout allait bien jusqu'à ce que j'aie besoin de former le réseau dans jupyter notebook. J'ai essayé presque tout et j'obtiens toujours cette erreur " Le noyau semble être mort. Il redémarrera automatiquement . " Quand je vérifie le terminal, je peux voir ceci

​​ [I 18: 32: 24.897 NotebookApp] Adaptation au protocole v5.1 pour le noyau 0d2f57af-46f5-419c-8c8e-9676c14dd9e3 2019-03-09 18: 33: 12.906756: I tensorflow / core / platform / cpu_feature_guard.cc: 141] Votre CPU prend en charge les instructions selon lesquelles ce binaire TensorFlow n'a pas été compilé pour utiliser: SSE4.1 SSE4.2 AVX AVX2 FMA 2019-03-09 18: 33: 12.907661: I tensorflow / core / common_runtime / process_util.cc: 69] Création d'un nouveau pool de threads avec le paramètre d'interopérabilité par défaut: 4. Réglez en utilisant inter_op_parallelism_threads pour de meilleures performances. OMP: Erreur n ° 15: Initialisation de libiomp5.dylib, mais recherche de libiomp5.dylib déjà initialisée. OMP: Astuce: cela signifie que plusieurs copies du runtime OpenMP ont été liées au programme. C'est dangereux, car cela peut dégrader les performances ou entraîner des résultats incorrects. La meilleure chose à faire est de s'assurer qu'un seul runtime OpenMP est lié au processus, par ex. en évitant les liaisons statiques du runtime OpenMP dans n'importe quelle bibliothèque. En tant que solution de contournement non sécurisée, non prise en charge et non documentée, vous pouvez définir la variable d'environnement KMP_DUPLICATE_LIB_OK = TRUE pour permettre au programme de continuer à s'exécuter, mais cela peut provoquer des plantages ou produire en silence des résultats incorrects. Pour plus d'informations, veuillez consulter http://www.intel.com/software/products/support/. [I 18: 33: 13.864 NotebookApp] KernelRestarter: redémarrage du noyau (1/5), conserver les ports aléatoires AVERTISSEMENT: root: noyau 0d2f57af-46f5-419c-8c8e-9676c14dd9e3 redémarré

Le code que j'essaie d'exécuter est assez simple (même pour moi qui commence tout juste à entrer dans les profondeurs -learning)

import tensorflow as tf  

mnist = tf.keras.datasets.mnist  
(x_train, y_train),(x_test, y_test) = mnist.load_data()  

x_train = tf.keras.utils.normalize(x_train, axis=1)  
x_test = tf.keras.utils.normalize(x_test, axis=1) 

model = tf.keras.models.Sequential()  
model.add(tf.keras.layers.Flatten())  
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))  
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))  
model.add(tf.keras.layers.Dense(10, activation=tf.nn.softmax))  

model.compile(optimizer='adam',  
              loss='sparse_categorical_crossentropy',  
              metrics=['accuracy'])  

model.fit(x_train, y_train, epochs=3)  

val_loss, val_acc = model.evaluate(x_test, y_test)  
print(val_loss)  
print(val_acc)  

J'ai essayé toutes les idées que j'avais, et j'ai rencontré presque tous les mêmes problèmes sur Google, en ce moment c'est mon dernier espoir alors merci d'avance p>