做知识图谱遇到的环境问题合集【spacy、gensim、keras_contrib等】

1.python:spacy、gensim库的安装遇到问题及bug处理

见:

python:spacy、gensim库的安装遇到问题及bug处理_汀、的博客-CSDN博客1.spacySpaCy最新版V3.0.6版,在CMD 模式下可以通过pip install spacy -U进行安装注意这个过程进行前可以先卸载之前的旧版本pip uninstall spacy如果安装失败可以,在以下地址下载对应的轮子https://www.lfd.uci.edu/~gohlke/pythonlibs/ctrl+F查找对应python版本的wheel,注意安装错版本了https://www.lfd.uci.edu/~gohlke/pythonhttps://blog.csdn.net/sinat_39620217/article/details/124840652

2.__init__() got an unexpected keyword argument 'size'

采用实现gensim库中的word2vec模型训练,word2vec、node2vec代码运行时候,调用gensim函数库,由于版本更新,参数名改变导致。换成新的即可。

 参考文章:gensim函数库中Word2Vec函数size,iter参数错误解决( __init__() got an unexpected keyword argument ‘size‘)_Yukioy的博客-CSDN博客

2.No module named 'keras_contrib'

问题:无法直接 pip install keras_contrib

pip install git+https://www.github.com/keras-team/keras-contrib.git


解决办法:

2.1 方法一:【推荐比较简单】

如果有git,可以在命令行中输入下述指令即可:

没有的可以安装git,教程参考:

Git 详细安装教程(详解 Git 安装过程的每一个步骤)_mukes的博客-CSDN博客_git安装

安装完git:执行:安装成功

pip install git+https://www.github.com/keras-team/keras-contrib.git

2.2 方案二本地下载安装: 

打开网址 https://github.com/keras-team/keras-contrib直接文件压缩包

 将压缩包解压到所需环境的文件夹
如Anaconda的base环境,打开\Anaconda\Lib\site-packages,创建keras-contrib文件夹并解压压缩包

 打开命令行并激活环境,并切换到keras-contrib路径下

conda activate base
cd E:\Anaconda\Lib\site-packages\keras-contrib 

如果不能换盘cd,可以先输入E:再cd
接下来依次输入

python setup.py build
python setup.py install

如果还遇到报错:

from keras_contrib.layers.normalization import InstanceNormalization

安装成功之后使用,如果出现这个错误:

ImportError: cannot import name 'InstanceNormalization'

修改为:【路径写法问题】

from keras_contrib.layers.normalization.instancenormalization import InstanceNormalization

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
当你在运行 "python -m spacy download en_core_web_sm" 命令时出现 "connection error" 错误,意味着你的计算机无法连接到Spacy的下载服务器。这可能是因为你的计算机无法访问互联网或Spacy服务器出现问题。 首先,确保你的计算机连接到可稳定的互联网连接。你可以尝试打开其他网页或应用程序来确定互联网连接是否正常。 如果你的互联网连接正常,但仍然遇到 "connection error" 错误,那么这可能是Spacy服务器出现问题。你可以稍后再次尝试下载,或者尝试从其他源下载所需的Spacy模型。 此外,你还可以尝试使用以下命令来下载en_core_web_sm模型的压缩文件,然后手动安装: 1. 打开Spacy的模型目录: - 在命令行中运行"python"进入Python解释器 - 运行以下代码: ```python import spacy print(spacy.__file__) ``` - 输出将显示Spacy的安装路径,其中一个子目录名为"models"或"models-xx"。 2. 打开Spacy的模型目录,并进入子目录,如"models/en_core_web_sm"。 3. 下载en_core_web_sm模型的压缩文件: - 在浏览器中访问 https://github.com/explosion/spacy-models/releases - 在该页面上找到en_core_web_sm模型的最新版本,并下载对应的.zip文件。 4. 将下载的压缩文件解压到模型目录中,确保解压后的文件夹名称为"en_core_web_sm"。 5. 打开命令行,并使用以下命令创建一个链接来识别该模型: ``` python -m spacy link [模型目录的绝对路径] [模型名称] ``` 经过上述步骤,你应该能够手动下载并安装en_core_web_sm模型,从而解决"connection error"错误。如果问题仍然存在,请确保你的计算机和Spacy工具的版本兼容,并尝试联系Spacy的支持团队以获取更多帮助。

“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

打赏作者

汀、人工智能

十分感谢您的支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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