问题记录3

已于 2023-04-09 10:53:13 修改
阅读量417 收藏 1
点赞数
分类专栏： 越改越少的bug 文章标签： 目标检测 深度学习
于 2023-04-04 09:13:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/nankai_guo/article/details/129841176
版权
  1. 在运行github上的源码时，遇到了下面报错。
    在这里插入图片描述
    解决方案：train.py 582行 super设置成false 或者把default=true去掉
    在这里插入图片描述
    我删除了default=true后，重新运行，可以正常运行。
  2. AssertionError: CUDA unavailable, invalid device 1 requested
    在这里插入图片描述
    这个错误是因为device 1不存在造成的，查看代码发现device默认值为1，将默认值改为0后解决了这个问题。
  3. module ‘tensorflow.python.util.dispatch’ has no attribute ‘add_fallback_dispatch_list’
    运行pip install --upgrade tensorflow --user 或者pip install --upgrade tensorflow解决该问题
fighting_guo
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
关于报错AssertionError: CUDA unavailable, invalid device 0 requested的处理方式
pyxiaosheng的博客
03-29 1万+
从git上找了一个工程，按照其readme.md想运行试试，遇到报错： 这个报错是指：代码要运行CUDA，但是不能运行。 解决办法分两种情况：1.不运行CUDA；2.运行CUDA。 针对情况1： 点击蓝色 .\torch_utils.py 文件，传送到下图： 继续按照其readme.md运行试试，会遇到如下报错： 此时，点击报错中倒数第二个upsampling.py文件，传送到下图： 屏蔽后如下图： 到此，不运行CUDA的情况下可以正常运行程序了。 针对情...
【无标题】运行代码报错AssertionError: CUDA unavailable, invalid device requested
lhhuanan的博客
05-06 1006
1、cuda为true,将device默认值设为0。2、cuda为false,重新安装cuda。
[已解决]AssertionError: CUDA unavailable, invalid device 1 requested
最新发布
qq_61976487的博客
05-26 497
问题出现如下：AssertionError: CUDA unavailable, invalid device 1 requested。
AttributeError: module 'tensorflow' has no attribute 'python'
Sarah的博客
01-17 7623
AttributeError: module ‘tensorflow’ has no attribute ‘python’ #9 在程序中出现以下代码，会报错：AttributeError: module ‘tensorflow’ has no attribute ‘python’ import tensorflow as tf tf.python.control_flow_ops = tf 具...
AttributeError: module ‘tensorflow‘ has no attribute ‘python‘
繁忙之余别忘了生活
05-15 2407
AttributeError: module ‘tensorflow’ has no attribute ‘python’ 问题： 代码： 解决方案：用from从tensorflow.python里面把需要的模块导入 成功运行
【解决方法】module ‘tensorflow‘ has no attribute ‘XXX’
靖待的CSDN博客
12-11 2万+
网上很多文章都说把tensorflow卸载重装一遍，如果再安装的版本还是2.0的话，这是不行的。 出错原因：在tensorflow2.0下使用了tensorflow1.x的API。 正解： 将 import tensorflow as tf 改为 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 成功。 ...
AssertionError: CUDA unavailable, invalid device cuda 0 requested
AIOT魔法师
04-08 1万+
先单独创建一个py文件用于测试cuda是否配置正确 print(torch.cuda.is_available()) 运行后输出的是True，这代表你的cuda已经安装好了。 打开报错的程序，在主程序里面加入上面那一句： print(torch.cuda.is_available()) 然后把device改成cuda，默认是cuda0 然后运行问题就解决了。 ...
问题记录跟踪表
08-18
问题记录跟踪表，可以针对问题记录分析。
问题记录app
06-16
问题记录app
运维问题记录数据库.accdb
03-03
一个方便记录运维人员解决客户端各种问题时效的数据库模板，可编辑问题的类型，记录问题创建的时间、解决过程、最终结果、过后查询
开发常见问题记录.txt
04-29
开发常见问题记录.txt
问题记录1
08-08
问题记录1
Python问题
P_c
07-23 3803
使用python常见问题
pytorch 使用指定的GPU RuntimeError: CUDA error: invalid device ordinal
Hello Word!
07-31 3万+
pytorch使用指定GPU报错： Traceback (most recent call last): File "test_bed/process_deepglint.py", line 102, in <module> pred_dataset(outputFile) File "test_bed/process_deepglint.py", line 36, in pred_dataset pred_loader_deepg, model, criterion,
配置mmdetection过程中遇到的问题集锦
Lily's Blog
10-22 2231
开启虚拟环境: conda create -n open-mmlab python=3.6 -y source activate open-mmlab 关闭虚拟环境： source deactivate 1.ImportError: numpy.core.multiarray failed to import conda uninstall numpy pip install...
学习tensorflow遇到的问题
qq_33772192的博客
03-03 1万+
1.tensorflow.python.framework.errors_impl.permissiondeniederror /path permission denied 问题的解决方式 在Linux环境中运行python程序时可能会出现上述问题，解决问题的办法就是将你的路径改为绝对路径，例如： ‘/path/to/MNIST_data/’ 改为： "/home/yangjy/path...
Python脚本报错AttributeError: ‘module’ object has no attribute’xxx’解决方法
热门推荐
八月的专栏
01-14 3万+
Python脚本报错AttributeError: ‘module’ object has no attribute’xxx’解决方法 2014年04月30日 ⁄ 测试工具, 软件测试 ⁄ 共 678字 ⁄ 字号 小 中 大 ⁄ 暂无评论 ⁄ 阅读 12,782 次 最近在编写Python脚本过程中遇到一个问题比较奇怪：Python脚本正常的，但执行报错"A
tensorflow版本问题导致的错误AttributeError: module ‘tensorflow‘ has no attribute ‘***‘
a_cherry_blossoms的博客
02-22 2931
1.异常 2.原因：当你安装的tf的版本是2.0，但是你却在使用tf1.0的API，就会导致这样的错误。2.0是不支持1.0的。 3.解决 将： import tensorflow as tf 改为： import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 这样就行了 ...
it问题管理记录模板
08-08
IT问题管理记录模板是用于记录和跟踪IT问题的工具。它通常包括以下几个方面的内容： 1. 问题描述：记录问题的具体描述，包括问题的发生时间、地点以及问题的性质。例如，网络连接故障、软件错误等。 2. 影响程度：记录问题对业务流程或用户体验的影响程度，用于判断问题的优先级。例如，临时性故障、影响业务流程、导致大面积用户投诉等。 3. 解决方案：记录问题的解决方案或解决方法，以及问题解决的时间和持续时间。解决方案可以包括技术调整、系统更新、设备更换等。 4. 负责人：记录问题的负责人或责任人，用于追踪问题的处理进度和责任。 5. 解决状态：记录问题的处理状态，包括已解决、处理中、待解决等。 6. 问题来源：记录问题的来源，可以是用户反馈、系统监控报警、自动化分析等。 7. 监控和评估：记录问题解决后的效果和持续监控的结果，以确保问题的根本解决。 IT问题管理记录模板的使用可以帮助IT团队更好地跟踪和管理问题，提高问题解决的效率和质量。通过记录问题的具体情况和解决方案，可以追溯问题的历史，为类似问题的处理提供参考。同时，通过对问题的影响程度和解决状态的记录，可以根据实际情况优先处理问题。通过持续监控和评估，可以及时发现和解决问题，提高系统的稳定性和可用性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值