qq_43391414的博客

运行下面代码的时候失败了。使用conda好像没有用。解决办法：使用Pip。

在lecun官网上下载MNIST数据集没有办法下载，https://yann.lecun.com/exdb/mnist/。点击那个红色的文件进行下载，出现如下错误。

很简单，就怕模型里面的一个函数引用了另外一个用户自定义的函数，然后这个自定义函数又引用另外一个，然后没玩没了。更怕的是，自定义函数里面还导入了一些非常大的数据，如果全部保存起来，中的东西，大家都知道，有模型权重，模型结构等。但是大家想过这样一个问题没有，如果模型里面的一个函数引用了另外一个用户自定义的函数，在。一种方法当然就是把他的原项目下载下来，这包括了他的代码文件，而不能像我一样只下载模型文件。很简单，我网上下载了一个模型文件，现在想读取这个模型，然后将这个模型用在我的数据集上。这个文件也不会被保存。

但是使用mobaxterm进行SSH连接是正常的，百思不得其解。删除，然后重新连接即可成功。

而且还使用了以下这些东西。这个错误是在使用多进程。

别人说的方案二：在import时，把multiprocessing模块替换成multiprocess模块即可（需要在环境中先pip安装multiprocess模块）。这个错误是在jupyter notebook等交互类python时，当时在使用多进程。，所以把代码放在pycharm或者vscode中运行就好了，比较推荐。好像不一定会报这个错误，只是我遇到了，错误原因我也没有摸清楚。封装的是multiprocessing模块。遇到这个问题，而是使用python内置的。时遇到标题的问题，方案二可能有用。

有的时候可能有不同版本的编译器，以适用不同年份的项目。所以，怎么在vscode中换python解释器呢？

一般大家是不会遇到这个问题的。我这是因为服务器的驱动程序太老了，所以必须换老版本的Anaconda，然后在安装的时候就出现了文章标题的报错。

以前，我都是用Pycharm专业版的，由于其好像在外网的时候，不能够通过VPN来连接内网服务器，我就改用了vscode。改用了之后，遇到一个问题，调试或者运行python程序的时候，怎么给程序传入参数。通常，很多python项目都会用argparse这个包来统一管理程序运行时所需要的参数，#结果是默认值5现在问题来了，我们想要设置num_epochs这个参数为7，看一下程序运行效果好不好，怎么办？有人说，我直接vscode底部开一个命令行终端，传入这个参数不就行了吗？

看到有人的项目里面用了ml_collections这个包，基本功能好像是在机器学习领域配置超参数，我虽然不爱用这种包，但项目用了，我也没办法，先下载了一下。去anaconda官网查了一下，压根没有这个包ml_collections，这个包是谷歌私人开发的，所以要去github下载源文件，然后pip安装。但是下面三个命令都失败了。

至于说转好后的格式有啥不同，我看了一眼，第一：那个超链接没有了，就是那个引用的索引，我原本的pdf点击索引就可以跳转到reference，被他转了之后不行了，我问了那个人工，他说是这样的，没问题。第二：图片变暗淡了一些些，我原本的图片统一使用的pdf图片格式，非常亮，比较清楚，他转了之后难道不是了？解决办法如下：失败之后，那里有一个选项按钮，叫做manual request，也就是人工转换，点那个申请就可以了，然后也挺快的，我个人是1个小时候之后就人工给我转好了。

翻译一下就是：正常情况下，引用的期刊或者会议都是斜体的，而不是像之前那样有一个下划线。出现下划线的原因就在于导入了奇怪的包。问题如下，1.有一个下划线标注所发表的期刊或者会议2.不是斜体的。我们可以使用其他命令，这样就不用导入。上面这样肯定是不对的，那为什么会出现这种情况呢？仍为斜体，那么引用格式就不会异常了。，斜体命令此时会变成下划线命令。1.使用删除线，好像并不是只有。，这可以使得你可以继续使用。

首先说一点，将paper的pdf文件直接上传arxiv是不行的，arxiv要求我们要上传源文件，所以才这么麻烦。

解决办法：我们发现其实是路径不对，所以我们更改一下路径就好了，然后发现编译成功。

其实解决的办法很简单，我这里说使用overleaf的情况（如果你是本地安装那10几个G，本地运行latex的，建议你改用overleaf，真的好用，到时候你会谢我的。首先，这个错误会产生，说明你是想用ctex这个包，也就是需要写入中文，但是编译的时候报了上述的错误对吧。2.将编译器选成xelatex，原本英文的话应该会是pdflatex。网上很多人给了解决办法，但是在我这都没有用。3.重新编译，成功。

前者报错我的理解是当使用CUDA的时候Pytorch内部有一个初始化，默认运行在第0块GPU（即使模型被指定运行在其他GPU），然后显存不足指的是在初始化的时候显存不足，也就是第0块GPU显存不足以支撑初始化了，一般初始化其实并不消耗多少显存，比模型运行时一般小多了，那为什么还会报错呢？：仅有5号gpu可见，此时gpu编号会改变，5号gpu会变成0号gpu，所以指定0号gpu，其实就是指定原来的5号gpu。我们其实就是要解决Pytorch指定了gpu但还是会占用了一点0号gpu（初始化默认会在0上面）。

这个玩意是Matplotlib 3.1及以上版本的用法，而你的版本低于这个版本，不支持。方法1：更新你的Matplotlib版本。这里给两种方法，个人推荐方法2。上述代码的功能和新版本的。

使用matplotlib画散点图，给每一个点配置一个颜色的时候出现了这个错误。解决办法：不要使用"o"，可以使用如下颜色，

这个据我观察，一般都是linear层的输入输出维度写错了，然后反向传播的时候出现了问题（我自己是这样，然后网上找了另外一个人的答案也是这样）。到底是哪里输入输出维度写错了呢？你找下维度为64的linear层，检查一下就行了，好像只能挨个检查，因为报错信息就这么多。别问我为什么维度写错了，竟然还能前向传播，其实我也纳闷，按照道理矩阵相乘维度不匹配，不应该直接报错吗？有谁知道了评论区踢我一下，我把我的错误线性层代码贴在下面。

这是在使用pickle读取.pkl文件的时候出现的错误，需要提醒的是，pickle读取.pkl可能会出现很多错误，这一篇文章是否适合你你需要对号入座。本人在使用pickle的时候遇到两个错误。

这个东西其实就是你的括号没有匹配的原因，比如公式里面使用了一个命令，通常是一对花括号，结果你的花括号右边那个括号没有写，这个时候就会出现这个问题。

一定要使用那种饱和类型的损失，例如你希望模型二分类，loss不应该设置为，对于类别1，希望模型输出为正无穷大，对于类别0，希望模型输出为负无穷大，这样loss不会饱和，模型会一直训练下去，很容易nan。应该改为，对模型输出的结果，加一层sigmoid，从而对于类别1，希望模型输出为1，对于类别0，模型输出为0。而对于sigmoid这种饱和函数，输出为1，输入不需要是正无穷大，6，7，8这种数字就可以差不多输出为1了。这就导致，在输出可以做到为0的情况下，我log之后就会nan。

服务器上安装了一个包，然后这个包好像顺便把一些其他包给更新了，然后在远程连接服务器的时候就出现了问题。!!!!!!

可以看到，404问题，而且是从镜像源那里出的问题。这里希望你对号入错，因为网上一些回答里面，虽然错误结尾也是我标题那样，但是错误开头并不是镜像源导致的，那么本篇可能就不适用。今天下载一个包，莫名奇妙就报了上述错误。这个错误特别长，下面列举了该错误的开始部分，标题则是结尾部分。既然镜像源出了问题，那么就将其删除即可。在当前目录下，有一个隐藏文件，名字叫做。删除了这个之后，就会使用conda默认的镜像源，国内可能会比较慢。话说为什么镜像源会出问题呢？看到了之后，将其删除即可。

今天莫名奇妙碰见这个错误，源于：我打开了一个项目，然后直接右键，debug。我直接一脸懵逼，我只是想运行一个程序而已，你这么对我？然后可以看到这个Python tests，万恶之源。选择好文件后，直接点击应用，再点击OK。此时就可以右键DEBUG或者RUN了。然后找到我们要运行的程序文件。

默认，实际的显卡号就是程序看到的显卡号，程序总是要放一点到0号去，那么我们就是更改程序看到的显卡号，比如将实际显卡号为1号的显卡映射为0号，这样就好了。我发现有的代码会默认将一部分东西放到0号显卡去（暂时没搞懂什么样的代码会，现在运行的是别人的项目），即时我看到其已经指定了将数据放在其他显卡。报错就这一句话，没有多余的报错信息，有的人的回答是针对其他情况的，所以，你自己对号入座决定是否看下去。这样的话，实际1号显卡，对你的程序来说就是0号，2号就是1号，。这个时候，由于0号显卡满了，就会报上述错误。

检查一下是不是那个多进程执行的函数在某一个函数内部，如果是，那么就会报上述错误。解决办法是把那个函数放到这个函数外面去。

在pycharm上使用Jupyter notebook，起初就是为了利用notebook可以保留变量，无需重复运行的优势，同时利用上pycharm利于debug的优点。但是，目前发现一个问题，那就是如果是连接的远程服务器作为notebook的服务器，那么pycharm无法调试notebook，除非不要远程，才可以调试notebook。哎。ModuleNotFoundError: No module named ‘pydev_jupyter_utils’...

文章目录前言原因解决方案前言最近服务器创建了一个虚拟环境，安装了一些包到里面去，然后想开始用这个虚拟环境，由于是linux，所以远程连接，然后想使用jupyter notebook。这个时候服务器端需要先打开jupyter notebook，然后我才能连接。然而，以前不是虚拟环境的时候，直接输入：jupyter notebook就打开了，然后远程就可以连接。但是这次不行了，在虚拟环境中我输入上述命令，得到如下错误：-bash: jupyter: command not found原因也

按照官方介绍：https://pytorch-lightning.readthedocs.io/en/1.4.4/extensions/metrics.html。pytorch_lightning.metric已经被废弃了，里面的一些函数以及包被作者放到了另外一个包里面，需要单独安装，安装pytorch_lightning并不会默认安装它。这个包就是TorchMetrics，这个玩意也是同一个团队开发的，但是并不属于同一个库。作者将这个分离出来的原因是，这种metrics的东西可以用在任何有关tens

文章目录背景原因解决方案背景在安装一个新的包的时候报上述错误：conda install pytorch-lightning -c conda-forge我试过，安装中文分词的包，不会错误，conda install jieba也就是说，是上面那个包的问题。原因0.查找了一些资料，一些人说的解决方案都是什么鬼，大多适应性很小或者没用。1.上述错误不是网速问题！！上面的关键词是： environment。我个人理解是：其实就是在说，你现在安装的包，其所依赖的环境有点难解决。什么叫难解

背景model=model.load_state_dict(torch.load("bestmodel.pth"))model=model.to(device)#或者下面这个model.eval()这两者都会报错，报错如下:AttributeError: ‘_IncompatibleKeys’ object has no attribute ‘to’/‘eval’解决办法load_state_dict(）并不会返回一个模型，而是返回_IncompatibleKeys这个对象，所以.

太粗心了，保存模型的时候写错了，写成了如下：torch.save(model,model_file)而实际上应该是：torch.save(model.state_dict(),model_file)其他的错误如下：torch.save(model.state_dict,model_file)

背景有的时候，我们需要绘制很多条折线，比如十几条，如果采用字符串指定颜色就需要预定义颜色，很麻烦。color="b"所以我们更加倾向于随机产生0-1之间的RGB值，自动生成颜色。可是当我如下做的时候却报错了：import matplotlib.pyplot as pltplt.plot([1,2,3],[4,5,6],color=0.2)如下：ValueError: Invalid RGBA argument: 0.2解决办法一开始丈二和尚摸不着头脑，后来才明白，当col.

文章目录前言打开界面介绍调试前言老实说，我非常喜欢jupyter notebook这玩意，界面看着清爽，而且变量可以记住，万一下一个单元格报错，上面一个单元格的变量不会丢失。不像pycharm那样，一旦某一个地方报错，程序要从头开始运行。但是pycharm有一个好处，那就是调试太方便了，对于一个开发好了的项目，去学习这个项目的时候，调试太好用了。但是如果是你正在开发一个项目，这过程难免有很多错误，如果用pycharm的话就很不方便了，这个时候我很喜欢使用Jupyter notebook，之前正确运行过

原因上次使用tqdm的时候，其还没有执行结束，你就中断了。解决办法最粗暴的当然对这个notebook进行shutdown喽，销毁所有对象（注意和重启服务器的区别）。更加标准的解决办法：采用创建对象的方式使用tqdm，并且在迭代中断时使用close()方法手动销毁未完成的进度条，如：from tqdm import tqdm#创建tqdm对象t = tqdm(range(0,1000000))#迭代for i in t: print(i)然后玩到一半，你不想完了，按了中断按钮，此时可以

背景使用pycharm在调试项目的时候，出现文章标题的错误。r = r.decode('utf-8')UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xe8 in position 1023: unexpected end of data。解决方案这个报错是小概率性事件，大多时候是不会报错，我也不知道为什么。所以一个方法就是：关闭pycharm，再打开Pycharm，重新调试。（治标不治本）检查一下项目路径中是否含有中.

原因pytorch的最新版本(1.9.0以上）不支持这个参数了。仅剩：torch.meshgrid(*tensors)虽然没有了这个参数，但是默认还是indexing='ij'。例子如下：

from torch.utils.tensorboard import SummaryWriter报错：ModuleNotFoundError: No module named ‘tensorboard’原因：tensorboard不是pytorch自带的，pytorch只提供了使用其的接口，所以需要自行下载。conda下载的方法：conda install -c conda-forge tensorboard...

背景```python train_set = torchvision.datasets.CIFAR10(root='./data', train=True, download=True, transform=transform)```速度超级慢，慢得直接报错：urllib.error.URLError: urlopen error [Errno 11001] getaddrinfo failed.