我只是carnd-term1-gpu
使用tensorflow版本'0.12.1' 克隆了一个具有tensorflow且可以正常工作的miniconda环境。环境中还安装了许多其他python软件包。我想升级到最新版本的tensorflow,因此我基于tensorflow Ubuntu进行了以下操作:
1)将现有的工作环境克隆为 tflow
<span style="color:#333333"><code>conda create --name tflow --clone carnd-term1-gpu</code></span>
这成功完成了。
2)源激活tflow并使用pip安装
<span style="color:#333333"><code>source activate tflow
(tflow) xx@pc:~$ pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-linux_x86_64.whl</code></span>
现在,我尝试运行旧环境,并假设不应更改它。
<span style="color:#333333"><code>source activate carnd-term1-gpu
ipython</code></span>
然后从ipython提示符下键入import numpy as np
并获取以下信息:
<span style="color:#333333"><code>---------------------------------------------------------------------------
ImportError Traceback (most recent call last)
<ipython-input-1-4ee716103900> in <module>()
----> 1 import numpy as np
/home/ai/miniconda3/envs/carnd-term1-gpu/lib/python3.5/site-packages/numpy/__init__.py in <module>()
140 return loader(*packages, **options)
141
--> 142 from . import add_newdocs
143 __all__ = ['add_newdocs',
144 'ModuleDeprecationWarning',
/home/ai/miniconda3/envs/carnd-term1-gpu/lib/python3.5/site-packages/numpy/add_newdocs.py in <module>()
11 from __future__ import division, absolute_import, print_function
12
---> 13 from numpy.lib import add_newdoc
14
15 ###############################################################################
/home/ai/miniconda3/envs/carnd-term1-gpu/lib/python3.5/site-packages/numpy/lib/__init__.py in <module>()
6 from numpy.version import version as __version__
7
----> 8 from .type_check import *
9 from .index_tricks import *
10 from .function_base import *
/home/ai/miniconda3/envs/carnd-term1-gpu/lib/python3.5/site-packages/numpy/lib/type_check.py in <module>()
9 'common_type']
10
---> 11 import numpy.core.numeric as _nx
12 from numpy.core.numeric import asarray, asanyarray, array, isnan, \
13 obj2sctype, zeros
/home/ai/miniconda3/envs/carnd-term1-gpu/lib/python3.5/site-packages/numpy/core/__init__.py in <module>()
51 from . import shape_base
52 from .shape_base import *
---> 53 from . import einsumfunc
54 from .einsumfunc import *
55 del nt
ImportError: cannot import name 'einsumfunc'</code></span>
我以为我可以通过克隆一个单独的环境并仅更改该环境来获得保护,但是似乎在一个环境中进行安装会更改另一环境中的行为。正是我所想避免的!出了什么问题,我该如何解决?到目前为止,新环境似乎运行良好。
我检查了两种环境中的文件日期。该carnd-term1-gpu
环境中包含的文件的日期与我在该tflow
环境中进行升级的日期相同。关于如何发生的任何想法?
我尝试将丢失的文件添加einsumfunc.py
到我的carnd-term1-gpu
环境中,然后再次启动Ipython。这次当我import numpy as np
执行其他文件时,无法导入。因此,看来我的carnd-term1-gpu
环境已损坏。
比较conda list
每种环境并仅查看numpy
,我看到以下内容:对于tflow
环境:
<span style="color:#333333"><code>numpy 1.11.3 <pip>
numpy 1.12.1 <pip>
numpy 1.11.3 py35_blas_openblas_200 [blas_openblas] conda-forge</code></span>
对于carnd-term1-gpu
环境:
<span style="color:#333333"><code>numpy 1.11.3 <pip>
numpy 1.11.3 py35_blas_openblas_200 [blas_openblas] conda-forge</code></span>
然后,我使用来查看修订conda list --revisions
。两种环境仅显示的单个修订版rev 0
。同样,conda-meta/history
仅查看会显示的原始创建日期:1月13 carnd-term1-gpu
日和5月9日tflow
。因此,此版本的pip组合:
<span style="color:#333333"><code>pip 9.0.1 py35_0 conda-forge</code></span>
结合这个轮子:
<span style="color:#333333"><code>https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.1.0-cp35-cp35m-linux_x86_64.whl</code></span>
不知何故破坏了环境carnd-term1-gpu
。这似乎是一个错误,还是我以某种方式从tensorflow站点损坏了轮子?如果是较晚版本,它将如何破坏不同于所安装环境的环境?在两种环境中,pip的注释版本相同。
我做了以下调查以了解在安装日期哪些文件发生了变化。
<span style="color:#333333"><code>find /home/ai/miniconda3/envs/carnd-term1-gpu/ -type f -newermt 2017-05-09 -ls | wc -l</code></span>
这表明创建/修改了669个文件。这些大多是在/site-packages/numpy/
,但是six.py
,pyparsing.py
,/setuptools/
,/pkg_resources/
,easy_install.py
,/werkzeug/
也受到了影响。
conda --version
是4.2.12
我尝试了以下方法以使旧环境再次恢复正常。
<span style="color:#333333"><code>conda env export > environment.yml
conda env create -f environment.yml -n sdc-gpu</code></span>
这导致以下错误:
<span style="color:#333333"><code>Could not import setuptools which is required to install from a source distribution.
Traceback (most recent call last):
File "/home/ai/miniconda3/envs/sdc-gpu/lib/python3.5/site-packages/pip/req/req_install.py", line 387, in setup_py
import setuptools # noqa
File "/home/ai/miniconda3/envs/sdc-gpu/lib/python3.5/site-packages/setuptools/__init__.py", line 12, in <module>
import setuptools.version
File "/home/ai/miniconda3/envs/sdc-gpu/lib/python3.5/site-packages/setuptools/version.py", line 1, in <module>
import pkg_resources
File "/home/ai/miniconda3/envs/sdc-gpu/lib/python3.5/site-packages/pkg_resources/__init__.py", line 70, in <module>
import packaging.version
ImportError: No module named 'packaging'
CondaValueError: Value error: pip returned an error.</code></span>
解决方案
我从连续体中得到了以下几点; “要避免这种情况发生,您必须--copy
在克隆操作中使用该标志。conda设计的核心是广泛使用硬链接。这个确切的问题是最大的陷阱之一。”
因此,如果我在第一次克隆环境时会执行以下操作,则可以避免破坏旧环境:
conda create --name tflow --copy --clone carnd-term1-gpu
该选项 --copy Install all packages using copies instead of hard- or soft-link‐ing
将阻止pip覆盖文件。
有关此问题以及将来如何解决的一些持续讨论在这里:conda pip breaks
我要恢复的唯一选择是重新安装每个损坏的软件包。当心使用点子与conda ...