GItHUb下载深度学习环境配置出现的小问题以及解决方案


这些问题均出现在在GitHub上下载配环境出现的问题,解决方案均在pycharm种的控制台进行输入命令行

1、WARNING: Ignoring invalid distribution -orch (d:\ruanjian\anaconda\b\lib\site-packages)

  • 把目录文件夹下带有波浪号的文件删
    WARNING: Ignoring invalid distribution -illow (c:\users\gslyz\appdata\local\programs\python\python39\lib\site-packages)
    WARNING: Ignoring invalid distribution -illow (c:\users\gslyz\appdata\local\programs\python\python39\lib\site-packages)

2、WARNING: Error parsing requirements for soupsieve: [Errno 2] No such file or directory:

  • WARNING: Error parsing requirements for soupsieve: [Errno 2] No such file or directory: ‘d:\program files (x86)\anaconda\envs\pytorch\lib\site-packages\soupsieve-2.3.2.post1.dist-info\METADATA’
    WARNING: Error parsing requirements for ipython-genutils: [Errno 2] No such file or directory: ‘d:\program files (x86)\anaconda\envs\pytorch\lib\site-packages\ipython_genutils-0.2.0.dist-info\METADAT
    A’
    解决方案:conda install ipython_genutils-0.2.0.dist-info然后提示这样的操作不对
    出现下图所示:在这里插入图片描述
    我们只要点击这个圈红的框去搜索一下对应的命令即可
    在这里插入图片描述
    点击搜索进行到下一步
    在这里插入图片描述
    点击一下红色地方

在这里插入图片描述
选中一行在pycharm控制台安装即可
在这里插入图片描述
点到为止,没有出现错误喽!

接下来我要走了,再出现错误我再回来!

3、运行YOLOv5出现报错找不到SPPF错误,进行解决AttributeError: Can‘t get attribute ‘SPPF‘ on <module ‘models.common‘ from

还是得回来了!

4、AttributeError: ‘Upsample’ object has no attribute ‘recompute_scale_factor’

在这里插入图片描述
由于torch的版本原因造成的,可以降级安装Pytorch 1.10以下或者按照按下面步骤修改:
更改一下源程序代码

5、The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3

在这里插入图片描述
在这里插入图片描述

通过这个网址下载这个文件替换一下

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Flink风控代码Github是目前在Github上公开可见的一种基于Flink架构的风控工具。该工具旨在帮助企业和机构更好地管理和控制其风险,从而支持公司的业务增长和发展。Flink风控代码Github的作者使用Apache Flink作为其主要技术架构,这是一种流处理技术,其基本思想是将输入数据流转换为输出数据流,并进行状态管理、数据窗口处理、流处理和时间轴控制等功能。 该工具为用户提供了一些常用的风险控制策略和算法,帮助用户实现对各种风险类型进行识别和监控,包括金融领域内的信用风险、市场风险、资产风险和操作风险等等。用户只需通过简单的配置,即可快速部署和使用该工具。同时,用户也可以根据自己的需求自定义一些风险控制策略,以满足不同的业务场景要求。 总的来说,Flink风控代码Github是一种非常有价值的风控工具,其核心特点包括高性能、低延迟、高可扩展性、易用性和大规模分布式计算能力等。该工具已经在金融、电商、物流、互联网等领域得到了广泛应用,并得到了用户的一致好评。 ### 回答2: Flink 风险控制代码 Github 是开源社区中一个十分流行的项目,它的核心目的是利用 Flink 流处理引擎对交易数据进行实时监控和风险控制。该项目的 Github 地址为 https://github.com/alibaba/flink-cep ,它提供了可以直接运行的基于 Flink 的风险控制系统,用户可以快速地将该系统部署在自己的环境中,实现自己的风险控制需求。 在 Flink 风控代码 Github 中,主要的组件有 Flink CEP(Complex Event Processing)引擎、Kafka 数据源、规则引擎和设备管理器。其中 Flink CEP 引擎是最核心的部分,它负责处理实时的交易数据,并根据自定义的规则进行风险控制。Kafka 数据源用于接收外部交易数据源,规则引擎用于定义风险监控的规则,设备管理器用于监管风险控制系统的硬件资源。 Flink 风控代码 Github 的使用也非常简单,用户只需要在本地搭建好 Flink 的开发环境,然后从 Github下载代码并进行配置,最后运行即可实现风险控制功能。该代码可定制性强,用户可以根据自己的实际需求选择不同的规则引擎和设备管理器,定制自己的风险控制系统,大大提高了系统的灵活性。 总之,Flink 风控代码 Github 是一个非常优秀的开源项目,能够为用户提供高效可靠的风险控制解决方案。随着大数据技术和人工智能技术的不断发展,该项目将在金融、保险等领域发挥越来越重要的作用。 ### 回答3: Flink风控代码GitHub是一个开源项目,旨在为金融领域的风险控制提供实用的工具和方法,以保障金融业务的可持续发展。该项目的主要目标是为金融机构提供高效、准确、可靠的风险管理解决方案,并通过开源社区的协作和贡献,不断推进金融技术的发展。 该项目采用Flink作为主要技术架构,利用其高度分布式、高可靠性、高性能等特点,满足金融业务中大数据实时处理的需求。代码库中包含了各种实用的风控算法和分析工具,例如实时风险监控、欺诈检测、信用评估等,同时也提供了高定制化的模块和接口,可以根据具体业务需求进行二次开发和定制。 值得一提的是,该项目引入了大量的机器学习和人工智能算法,利用深度学习、强化学习等技术实现对金融风险的智能识别和预测。另外,该项目还积极与其他开源项目合作,例如Apache Eagle、Hadoop、Spark等,实现了更为全面和完整的金融风险控制解决方案。 总的来说,Flink风控代码GitHub对金融业风控领域的发展起到了积极的推动作用,扩大了开源社区的影响力和贡献。我们期待在未来的发展中,该项目可以持续完善和改进,为金融科技的发展做出更多的贡献。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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