记录以下跑师兄论文中代码所遇到的问题

1、运行这行代码报错：IOError: Unable to open file (File signature not found)

file = h5py.File('../G.mat', 'r')

 然后查找原因是利用h5py打开HDF5格式的文件，然后排除了文件位置错误及文件格式是否为HDF5文件后，其原因可能为G.mat文件受损，然后我重新放了一个G.mat的文件进行，运行成功！

2、然后进入到网络训练的模块，Jupyter Notebook一直弹出内核似乎挂掉了，它很快将自动重启。

查找了原因说有可能是内存不足，然后我清理了内存依然不行，并且运行了以下代码（其他博客有的人说成功了），但是实际上并没有用。

import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
# 网上提到该设置可能有其他风险

进一步，还有可能是因为版本不匹配，检查了以下torch版本为10.2.0，但是此时可以调用CUDA，进一步我重新装了torch版本，师兄论文中torch版本为1.2.0，因此我打算在自己的虚拟环境中装对应的torch版本（之前是在大环境中跑的，偷懒，不要学我），输入了以下命令来装torch

pip install torch==1.2.0

3、但是此时遇到了另外一个问题，运行以下代码，其输出结果为：False 1.2.0，说明此时Torch和CUDA并没有连接上

import torch
print(torch.cuda.is_available())
print(torch.__version__)

进一步，又运行下面这行代码，报错：AssertionError: Torch not compiled with CUDA enabled，说明在编译torch的时候,CUDA并没有起作用。结合上面的输出可以判断，CUDA版本没有对应正确的torch版本，因此需要重新安装torch，输入pip uninstall torch将原来的torch给删除。

model = Unet()
model.cuda()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)
summary(model, input_size=(1, 32, 32))

4、在服务器中配置正确的torch

这一步可以参照我的另外一篇博文，其中有详细的步骤。链接如下：

在服务器中配置pytrch-CSDN博客

再重新装好torch后，网络终于训练好了！！

5、又想起来一个问题，安装了sklearn库，但是在调用时却报错：ModuleNotFoundError: No module named 'sklearn'

然后查找了一下原因，是因为sklearn库依赖于Numpy、Scipy、matplotlib三个库，先把这三个库安装好，再装一下scikit-learn，然后就可以运行啦！！