weixin_51736742的博客

原创 js笔记：(1)冒泡排序

原创 js练习：一个简单的五星评分

js练习

原创 css背景

图片来自黑马程序员pink老师，侵权立删总结

原创 七、CSS的元素显示模式

图片来自黑马程序员pink老师，侵权立删

原创 六、CSS复合选择器

图片来自黑马程序员pink老师，侵权立删语法规范：并集选择器竖着写，最后一个不加逗号总结

原创 五、Chrome调试工具

图片来自黑马程序员pink老师，侵权立删

原创 四、CSS引入方式

图片来自黑马pink老师课件，如有侵权。联系立即删除。*总结

原创 三.CSS相关属性（外观）

图片来自黑马pink老师课件，如有侵权。联系立即删除。推荐展开式格式

原创 问题总结：ERROR: Could not find a version that satisfies the requirement transformers

问题描述：安装trantsformers时出现以下问题，按照网上的方法改了很久还是不行，后来终于改好了(base) root@adbb5f70256b:~# pip install trantsformersWARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by ‘SSLError(SSLCertVerificationErro

原创 二、Html 表单标签

图片来自黑马pink老师课件，如有侵权。联系立即删除。1.表单标签

原创 一、Html常用标签(标题、段落、文本格式化、图像、列表、表单)

标题标签（共六级）在这里插入代码片```<h1>标题标签</h1> <h1>标题一共六级选</h1> <h2>文字加粗一行显</h2> <h3>从大到小依次减</h3> <h4>从重到轻随之变</h4> <h5>语法规范书写后</h5> <h6>具体效果刷新见</h6> 段落标签

原创 NLP Spacy中en_core_web_sm安装问题（附最新下载地址）

注意：Spacy的版本与en_core_web_sm需对应比如Spacy2.3.n需要对应安装en_core_web_sm2.3.01.安装Spacypip install Spacy==2.3.2#==后面是版本号2.安装对应版本的en_core_web_sm（1）官网给出的命令python -m spacy download en_core_web_sm但是通常不能成功（2）手动安装a.下载 en_core_web_sm安装包en_core_web_sm==2.3.0地址b.找

原创 Linux服务器常用操作指令

1.进入目录cd 目录2.返回上一级目录cd 上级目录名称3.查看服务器使用情况nvidia-smi4.查看进程ps -ux5.结束进程kill 进程号

原创 问题总结：You will need to adjust your conda configuration to proceed. Use `conda config --show channels`

1.问题新建环境时突然出现了这个问题：You will need to adjust your conda configuration to proceed.Use conda config --show channels to view your configuration’s current state,and use conda config --show-sources to view config file locations.2.原因原有的镜像不支持当前包3.解决方法（1）移

原创 问题解决：RuntimeError: CUDA error: out of memory

错误：RuntimeError: CUDA error: out of memory原因：网络预训练模型与Pytorch版本不匹配参考：https://blog.csdn.net/eefresher/article/details/99979056?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-1.no_search_link&depth_1-utm_source=distr

原创 问题总结：_pickle.UnpicklingError: invalid load key, ‘{‘.

记录改错过程原代码 with open(cached_path, "rb") as reader: features = pickle.loads(reader)运行报错_pickle.UnpicklingError: invalid load key, ‘{’.改为： with open(cached_path, "rb") as reader: features = pickle.loads(reader).load和loads的区

原创 exit(0) name ‘exit‘ is not defined

@staticmethod def read_nq_features(cached_path, is_training=False): if not os.path.exists(cached_path): logging.info("{} doesn't exists.".format(cached_path)) exit(0) logging.info("Reading features from {}.".for.

原创 问题总结：python3已经安装相关库或包，pycharm依旧报错ModuleNotFoundError: No module named ‘XXX‘

问题这里引用ModuleNotFoundError: No module named ‘pytorch_pretrained_bert’问题原因第一反应是安装pytorch_pretrained_bert包 pip install pytorch_pretrained_bert==0.6.1 -i https://pypi.tuna.tsinghua.edu.cn/simple显示安装完成Requirement already satisfied: pytorch_pretrained_b

原创 问题总结：/root/miniconda3/envs/python1/bin/python: bad interpreter: Permission denied

问题Linux系统，用pip 下载包时出现 错误的解释器：权限被拒绝问题原因之前不小心将/root/miniconda3/envs/python1/bin/路径下的python文件剪切到其他位置，放回来后出现python文件没有权限的问题解决方案（1)进入文件目录cd /root/miniconda3/envs/python1/bin(2)赋予执行权限 chmod 766 ./*...

原创 RuntimeError: NCCL error in：XXX，unhandled system error, NCCL version 2.7.8

1.问题pytorch 分布式训练中遇到这个问题，2.原因大概是没有启动并行运算？？？（有懂得大神请指教）3.解决方案（1）首先看一下服务器GPU相关信息进入pytorch终端（Terminal）输入代码查看pythontorch.cuda.is_available()#查看cuda是否可用；torch.cuda.device_count()#查看gpu数量；torch.cuda.get_device_name(0)#查看gpu名字，设备索引默认从0开始；torch.cuda.cu

原创 问题总结：W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library

1.问题W tensorflow/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library ‘libcudart.so.11.0’; dlerror: libcudart.so.11.0: cannot open shared object file: No such file or directory2.错误原因tensorflow 的版本要与cudn相匹配（匹配关系可以去官网查）我的：

原创 问题总结：create_examples.py: error: the following arguments are required: --vocab_file

原运行命令：python src_nq_memory/create_examples.py --input_pattern "./natural_questions/v1.0/train/nq-train-*.jsonl.gz" \ --vocab_file ./bert-base-uncased-vocab.txt \ --do_lower_case \ --output_dir ./natural_questions/nq_0.03/ \ --num_threads 24 --includ

原创 问题总结：ModuleNotFoundError: No module named ‘spacy‘

1.问题from spacy.lang.en import English2.解决方法pip install spacy -i https://pypi.tuna.tsinghua.edu.cn/simple

原创 问题总结：ModuleNotFoundError: No module named ‘tensorflow‘

1.问题import tensorflow as tfModuleNotFoundError: No module named ‘tensorflow’2.解决方案pip install tensorflow仅记录自己项目中的错误，对于其他项目不具有参考价值

原创 问题总结：ModuleNotFoundError: No module named ‘pytorch_pretrained_bert‘

1.问题from pytorch_pretrained_bert.modeling import BertConfigfrom pytorch_pretrained_bert.optimization import BertAdam,warmup_linear2.解决方法（1）连接远程服务器（2）进入pycharm的终端（terminal），激活环境conda activate python1（3）安装包pip install pytorch_pretrained_bert==0.

原创 问题总结python: can‘t open file ‘XXX‘: [Errno 2] No such file or directory

在Linux系统跑程序时，出现错误python: can’t open file ‘src_nq/create_examples.py’: [Errno 2] No such file or directory可能的原因及解决方法：1.在该路径下没有对应文件解决方法：查看目录结构，发现该文件存在或者在终端进入该文件所在文件夹，输入dir查看该文件夹下包含的文件，发现要运行的文件确实存在，这个原因排除。2.Python命令中空格需要为英文状态运行代码中的空格应该为英文状态python

原创 镜像源操作命令

1.添加镜像源(1）清华镜像源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --set show_channel_urls yesconda config --add channels

原创 解决UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xb2 in position 1421: invalid start byte

1.问题在Linux系统创建虚拟环境时，遇到以下问题：2.问题原因查阅资料发现这是由于compat.py文件的154行采用utf-8解码方式无法解码0xb2的值3.解决方法根据路径找到该文件的154行代码154的代码如下改成解决了4。关于编码当不指定encoding时，文件的默认编码格式是 GBK（cp936即为GBK）如果指定了encoding时，文件的默认编码格式是 GBK（cp936即为GBK...

原创 求助，快疯了dgl._ffi.base.DGLError: [12:46:01] /opt/dgl/src/random/random.cc:31: Check failed: e == CURAND

dgl._ffi.base.DGLError: [12:46:01] /opt/dgl/src/random/random.cc:31: Check failed: e == CURAND_STATUS_SUCCESS: CURAND Error: CURAND_STATUS_INITIALIZATION_FAILED at /opt/dgl/src/random/random.cc:31求大佬指点

原创 dgl._ffi.base.DGLError: [10:36:44] /opt/dgl/src/runtime/c_runtime_api.cc:88: Check failed: allow_mis

1.问题解决dgl._ffi.base.DGLError: [10:36:44] /opt/dgl/src/runtime/c_runtime_api.cc:88: Check failed: allow_missing: Device API gpu is not enabled. Please install the cuda version of dgl.的问题2.原因查了好久，总结一下，Linux系统创建pytorch环境时，要安装带有cuda的版本，本地没有cuda的话，两次创建环境时选的

原创 解决Resource stopwords not found. Please use the NLTK Downloader to obtain the resource: ＞＞＞ impo

1.问题原因出现这个问题是因为缺失corpora/stopwords文件2.解决方法有两种方法（1）按照报错提示，在控制台通过代码下载>>> import nltk>>> nltk.download()但是这种情况很难成功，大概是因为网速吧尝试第二种方法（2）手动下载下载网址在里面找到缺失的文件（上图报错的红字）我的缺失的是stopwords,找到并下载（这里看报错信息，缺什么下载什么）下载好后...

原创 三.GNN之GCN，GraphSAGE，GAT

from torch_geometric.datasets import Planetoiddataset=Planetoid(root="tmp",name="Cora")#构建GCNimport torchimport torch.nn.functional as Ffrom torch_geometric.nn import GCNConv, SAGEConv, GATConv1.GCNclass GCN_Net(torch.nn.Module): def __in.

原创 PyTorch Geometric安装

一.首先创建一个pytorch环境方法参照我的这篇文章https://blog.csdn.net/weixin_51736742/article/details/118388965二.创建一个新的项目用刚刚创建的pytorch环境方法：https://blog.csdn.net/weixin_51736742/article/details/119209259安三.安装PyTorch Geometric1.查看自己的pytorch版本（1)在pycharm新建一个test.py的文件，运行后

原创 二.GNN算法之Graph Network

二.GNN算法之Graph Network2.1 GCN 图卷积神经网络完整源码连接https://github.com/tkipf/pygcn感谢作者！from __future__ import divisionfrom __future__ import print_functionimport timeimport argparseimport numpy as npimport torchimport torch.nn.functional as Fimport torc

原创 1GNN算法 之 GraphEmbedding

初学GNN，总结一下算法代码1.deepwalkif __name__ == "__main__": G = nx.read_edgelist('../data/wiki/Wiki_edgelist.txt', create_using=nx.DiGraph(), nodetype=None, data=[('weight', int)])#导入图，创建有向图，节点，权重 # nx.draw(G, node_size=10, font_s

原创 在pycharm使用配置好的pytorch环境

1.新建一个项目2.编辑项目名称3.选择创建好的环境（1）（2）（3）选择创佳好的环境所在文件夹（一般都在Anaconda\envs中，所以要清楚自己的anaconda的安装环境)（4）选中python.exe文件点击“ok"点击”create“完成...

原创 创建pytorch环境

Pytorch 安装1.安装Annconda下载链接：https://www.anaconda.com/2.打开Annconda Prompt2.1 创建Pytorch环境（1）新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；增加了 图片拖拽 功能，你可以

原创 一行代码查看包的版本 PyCharm

初学小白，随手记，不对的地方欢迎大家批评指正import gensimprint(gensim.__version__)1.导入要查看的包或者库2.version