packetdrill: python的断言报错AssertionError

写自定义脚本遇到的一个小问题,在这打个标记,防迷路!
packetdrill测试时,终端总会在自定义脚本的某python语句上报错,开始以为是自己的python语法问题,遂逐个检查。后经调试,发现终端上的AssertionError是实际结果和脚本预期结果不同,packetdrill报告使用者的。

这说明:预期的assert TCP_INFO值错误。

贴张图:
AssertionError
packetdrill 无法得到对应python语句声明的实际信息变量,如上图的tcpi_snd_cwnd。

图上只能说明脚本断言的tcpi_snd_cwnd在真实环境下不对!

蓝瘦啊,只能寄希望于google的大佬可以继续迭代packetdrill了。

后序:

知道了怎么得到真实环境下的脚本断言信息了

只需要将python 语句由%{ assert tcpi_snd_cwnd == 10}% 变更为:
%{ assert tcpi_snd_cwnd ==10,tcpi_snd_cwnd}%

得到的结果既是下图
在这里插入图片描述AssertionError: 真实值

感谢google的大大们!!!

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当你在使用Jupyter Notebook时遇到"AssertionError: Torch not com with CUDA enabled"的错误,这通常是因为你的PyTorch库没有启用CUDA支持。 CUDA是NVIDIA提供的并行计算平台,它可以利用GPU的强大计算能力来加速深度学习任务。PyTorch是一个基于Torch的深度学习框架,它也支持CUDA加速。 要解决这个问题,你可以按照以下步骤进行操作: 1. 确保你的计算机上已经正确安装了NVIDIA显卡驱动和CUDA工具包。你可以在NVIDIA官方网站上下载并安装最新版本的驱动程序和CUDA工具包。 2. 确保你已经正确安装了PyTorch库。你可以使用以下命令来安装PyTorch: ``` pip install torch ``` 如果你想安装支持CUDA的PyTorch版本,可以使用以下命令: ``` pip install torch==1.9.0+cu111 -f https://download.pytorch.org/whl/torch_stable.html ``` 这将安装PyTorch 1.9.0版本,并且支持CUDA 11.1。 3. 在Jupyter Notebook中,确保你选择了正确的内核。你可以在Jupyter Notebook的菜单栏中选择"Kernel" -> "Change Kernel",然后选择一个与你安装的PyTorch版本相对应的内核。 如果你按照以上步骤操作后仍然遇到相同的错误,可能是因为你的计算机上没有可用的CUDA设备。在这种情况下,你可以尝试在没有CUDA支持的情况下使用CPU进行计算,或者考虑在具有CUDA支持的计算机上运行代码。 希望以上信息对你有帮助!如果你还有其他问题,请随时提问。

“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

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